JP3911354B2 - 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 - Google Patents
画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 Download PDFInfo
- Publication number
- JP3911354B2 JP3911354B2 JP25462498A JP25462498A JP3911354B2 JP 3911354 B2 JP3911354 B2 JP 3911354B2 JP 25462498 A JP25462498 A JP 25462498A JP 25462498 A JP25462498 A JP 25462498A JP 3911354 B2 JP3911354 B2 JP 3911354B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- information
- output
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims description 51
- 238000000034 method Methods 0.000 title claims description 42
- 230000008569 process Effects 0.000 title claims description 20
- 238000012545 processing Methods 0.000 claims description 573
- 238000006243 chemical reaction Methods 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 24
- 230000005484 gravity Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 36
- 238000010191 image analysis Methods 0.000 description 13
- 101000800590 Homo sapiens Transducin beta-like protein 2 Proteins 0.000 description 10
- 102100033248 Transducin beta-like protein 2 Human genes 0.000 description 10
- 102100026338 F-box-like/WD repeat-containing protein TBL1Y Human genes 0.000 description 7
- 101000835691 Homo sapiens F-box-like/WD repeat-containing protein TBL1X Proteins 0.000 description 7
- 101000835690 Homo sapiens F-box-like/WD repeat-containing protein TBL1Y Proteins 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000000859 sublimation Methods 0.000 description 7
- 230000008022 sublimation Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000001953 sensory effect Effects 0.000 description 6
- 238000009125 cardiac resynchronization therapy Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- GGCZERPQGJTIQP-UHFFFAOYSA-N sodium;9,10-dioxoanthracene-2-sulfonic acid Chemical compound [Na+].C1=CC=C2C(=O)C3=CC(S(=O)(=O)O)=CC=C3C(=O)C2=C1 GGCZERPQGJTIQP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/409—Edge or detail enhancement; Noise or error suppression
- H04N1/4092—Edge or detail enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Editing Of Facsimile Originals (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を実行する技術に関する。
【０００２】
【従来の技術】
スキャナやディジタルカメラなどの画像入力装置によって得られた画像データを、カラープリンタやＣＲＴなどの画像出力装置に出力する際には、通常、ノイズ除去、色変換、階調変換、サイズ変換、鮮鋭度強調、平滑化等の画像処理を施して、出力された画像の品質を向上させる作業（画像処理）が行われている。
【０００３】
【発明が解決しようとする課題】
しかし、目標とする画像品質を得るためには、上記各画像処理に習熟したオペレータが、自らの経験に基づいて試行錯誤を繰り返して画像処理パラメータを調整することが必要であった。また、画像品質は、入力装置や出力装置などのデバイスの種類、上質紙や再生紙などの出力媒体の種類、ポスタやチラシなどの用途等に依存するため、異なった条件毎に、画像処理パラメータを調整することが必要であった。従って、従来の画像処理は経験と時間を要する作業であった。
【０００４】
この発明は、従来技術における上述の課題を解決するためになされたものであり、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行する技術を提供することを目的とする。
【０００５】
【課題を解決するための手段およびその作用・効果】
上述の課題の少なくとも一部を解決するため、本発明の第１の画像処理方法は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する工程と、
（ｂ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｃ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備えることを特徴とする。
【０００６】
上記第１の画像処理方法によれば、画像品質に影響を与える画像入力手段や画像出力手段に特有の画像処理制御情報（入力特性情報、出力特性情報）に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
なお、上記画像処理方法において、
前記入力特性情報として、前記画像入力手段の解像度およびＭＴＦのいずれかを少なくとも含み、
前記出力特性情報として、前記画像出力手段の解像度を含み、
前記推論決定される画像処理パラメータには、シャープネスゲイン、平均化マスクサイズ、および、グレイニネスのいずれかを少なくとも含み、
前記工程（ｃ）では、前記推論決定された画像処理パラメータに応じて、前記入力画像の画像データに対して鮮鋭度強調処理を少なくとも行うようにしてもよい。
【０００７】
上記画像処理方法において、
前記工程（ａ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含むことが好ましい。
【０００８】
入力画像の統計的情報には、例えば、ノイズ量、階調ヒストグラム等の入力画像に関する画像品質情報がある。上記画像処理方法によれば、画像入力手段や画像出力手段に特有の画像処理制御情報だけでなく、さらに、出力画像が所定の画像品質を有するように、入力画像の画像品質情報をも加味して適切な画像処理パラメータを自動的に決定し、適切な画像処理を施した画像を出力することができる。
【０００９】
また、上記各画像処理方法において、
前記工程（ａ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００１０】
オペレータの意図情報は、画像出力手段から出力される画像に関するオペレータの要望、例えば、画像に対する要望、画像に対する仕上がり具合等を示した情報である。上記画像処理方法によれば、画像入力手段や画像出力手段に特有の画像処理制御情報、または、入力画像に関する画像品質情報だけでなく、さらに、オペレータの意図情報をも加味して、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定し、適切な画像処理を施した画像を出力することができる。
【００１１】
また、基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ａ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００１２】
このようにすれば、オペレータの好みによって生じる出力画像のばらつきを抑制することができる。
【００１３】
さらに、上記各方法において、
前記工程（ｂ）は、前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含むことが好ましい。
【００１４】
ファジィ推論によれば、１つの画像処理パラメータに対して複数の画像処理制御情報毎に求められる推論結果から折衷案的な推論結果を求めることができる。また、オペレータの意図情報のような官能的（例えば、感性的、感覚的）な表現形式でしめされた曖昧な情報も推論の条件として容易に利用することができる。
【００１５】
また、本発明の第１の画像処理装置は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備えることを特徴とする。
【００１６】
本発明の第１の画像処理装置は、上記第１の画像処理方法と同様な作用・効果を有しており、画像品質に影響を与える画像入力手段や画像出力手段に特有の画像処理制御情報に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００１７】
また、本発明の第１の記録媒体は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録していることを特徴とする。
【００１８】
このような第１の記録媒体に記録されたコンピュータプログラムをコンピュータが読みとって実行することによって、上記第１の画像処理方法および第１の画像処理装置と同様の作用・効果を得ることができる。
【００１９】
また、本発明の第２の画像処理方法は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを用意する工程と、
（ｂ）前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する工程と、
（ｃ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｄ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備えることを特徴とする。
【００２０】
上記第２の画像処理方法によれば、取得した画像処理条件情報に対応する画像処理制御情報を情報変換テーブルに従って容易に取得することができる。また、取得した画像処理制御情報に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、第２の画像処理方法においても、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００２１】
ここで、前記画像処理条件情報は、
出力媒体を示す情報と、出力画像の用途を示す情報と、画像に含まれる対象物を示す情報との少なくとも１つをさらに含む情報であってもよい。
【００２４】
また、前記画像処理制御情報は、
前記画像処理パラメータに関連する出力画像の品質を表す画像品質特性情報を含む情報であってもよい。
【００２５】
ここで、前記画像品質特性情報は、
出力画像の鮮やかさに関する情報と、出力画像のシャープさに関する情報と、出力画像の滑らかさに関する情報と、出力画像の質感に関する情報と、出力画像のコントラストに関する情報と、出力画像の色合いに関する情報と、のうちの少なくとも１つを含む情報である。
【００２６】
上記のような画像品質特性情報を画像処理制御情報とすれば、異なった画像処理条件情報を情報変換テーブルに従って画像の品質を表す共通の画像品質特性情報に変換することができる。これにより、各画像処理条件情報に特有の情報を画像処理制御情報とする場合に比べて、画像処理制御情報の種類を低減することができる。
【００２７】
上記各画像処理方法において、
前記工程（ｂ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含むことが好ましい。
【００２８】
上記画像処理方法によれば、さらに、入力画像の画像品質情報をも加味して適切な画像処理パラメータを自動的に決定することができる。
【００２９】
また、上記各画像処理方法において、
前記工程（ｂ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００３０】
上記画像処理方法によれば、さらに、オペレータの意図情報をも加味して適切な画像処理パラメータを自動的に決定することができる。
【００３１】
また、基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ｂ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００３２】
このようにすれば、オペレータの好みによって生じる出力画像のばらつきを抑制することができる。
【００３３】
さらに、上記各画像処理方法において、
前記工程（ｃ）は、
前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含むことが好ましい。
【００３４】
ファジィ推論によれば、１つの画像処理パラメータに対して複数の画像処理制御情報毎に求められる推論結果から折衷案的な推論結果を求めることができる。また、オペレータの意図情報のような官能的（例えば、感性的、感覚的）な表現形式でしめされた曖昧な情報も推論の条件として容易に利用することができる。
【００３５】
また、本発明の第２の画像処理装置は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルと、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備えることを特徴とする。
【００３６】
本発明の第２の画像処理装置は、上記第２の画像処理方法と同様な作用・効果を有しており、すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００３７】
また、本発明の第２の記録媒体は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを作成する機能と、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段置に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録していることを特徴とする。
【００３８】
このような第２の記録媒体に記録されたコンピュータプログラムをコンピュータが読みとって実行することによって、上記第２の画像処理方法および第２の画像処理装置と同様の作用・効果を得ることができる。
【００３９】
【発明の他の態様】
この発明は、以下のような他の態様も含んでいる。第１の態様は、コンピュータに上記の発明の各工程または各手段の機能を実現させるコンピュータプログラムを通信経路を介して供給するプログラム供給装置としての態様である。こうした態様では、プログラムをネットワーク上のサーバなどに置き、通信経路を介して、必要なプログラムをコンピュータにダウンロードし、これを実行することで、上記の画像処理方法や画像処理装置を実現することができる。
【００４０】
【発明の実施の形態】
以下、本発明の実施の形態を実施例に基づいて説明する。
【００４１】
Ａ．第１実施例：
Ａ−１．画像処理装置の構成：
図１は、本発明の第１実施例としての画像処理装置の構成を示すブロック図である。この画像処理装置２０は、バス２２に接続されたＣＰＵ２４と、ＲＯＭ２６と、ＲＡＭ２８と、オペレータの入力手段としてのキーボード３０およびマウス３２と、外部記憶装置（ハードディスク）３４とを備えるコンピュータである。また、画像入力手段４０としては、スキャナ４２やカメラ４４を備えている。なお、スキャナ４２やカメラ４４は、画像入力手段４０の一例を示しているだけであり、画像を取得してコンピュータが読み込み可能なデータを出力するものであれば良い。また、画像出力手段５０としては、ＣＲＴ５２やカラープリンタ５４を備えている。画像出力手段５０も、画像入力手段４０と同様に一例を示しているだけであり、コンピュータからデータを受け取って、そのデータを画像として出力するものであれば良い。外部記憶装置としては、通常、ハードディスク３４に限らず、フロッピディスクドライブ装置、ＣＤ−ＲＯＭドライブ装置等も備えられている。通信装置３６は、通信回線を介してサーバ６０を含む外部のネットワークに接続されている。サーバ６０は、通信回線を介してこのコンピュータにコンピュータプログラムを供給するプログラム供給装置としての機能を有する。なお、図１は、各構成要素とバス２２とを接続するインタフェース回路を省略して示している。このコンピュータは、あらかじめＲＯＭ２６に格納されたコンピュータプログラムや、ハードディスク３４等の外部記憶装置から内部記憶装置であるＲＡＭ２８にロードされるコンピュータプログラムを実行することによって画像処理装置として動作する。
【００４２】
図２は、第１実施例としての画像処理装置の機能的構成を示すブロック図である。この画像処理装置２０によって画像の処理を行う場合には、上記各種プログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２、画像処理パラメータ推論決定手段７４、画像処理手段７６として動作する。
【００４３】
これらの各部の機能を実現するコンピュータプログラムは、フレキシブルディスクやＣＤ−ＲＯＭ等の、コンピュータ読み取り可能な記録媒体に記録された形態で提供される。コンピュータは、その記録媒体からコンピュータプログラムを読み取って内部記憶装置または外部記憶装置に転送する。あるいは、通信経路を介してコンピュータにコンピュータプログラムを供給するようにしてもよい。コンピュータプログラムの機能を実現する時には、内部記憶装置に格納されたコンピュータプログラムがコンピュータのマイクロプロセッサによって実行される。また、記録媒体に記録されたコンピュータプログラムをコンピュータが読み取って直接実行するようにしてもよい。
【００４４】
この明細書において、コンピュータとは、ハードウェア装置とオペレーションシステムとを含む概念であり、オペレーションシステムの制御の下で動作するハードウェア装置を意味している。また、オペレーションシステムが不要でアプリケーションプログラム単独でハードウェア装置を動作させるような場合には、そのハードウェア装置自体がコンピュータに相当する。ハードウェア装置は、ＣＰＵ等のマイクロプロセッサと、記録媒体に記録されたコンピュータプログラムを読み取るための手段とを少なくとも備えている。コンピュータプログラムは、このようなコンピュータに、上述の各手段の機能を実現させるプログラムコードを含んでいる。なお、上述の機能の一部は、アプリケーションプログラムでなく、オペレーションシステムによって実現されていても良い。
【００４５】
なお、この発明における「記録媒体」としては、フレキシブルディスクやＣＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ＲＯＭカートリッジ、パンチカード、バーコードなどの符号が印刷された印刷物、コンピュータの内部記憶装置（ＲＡＭやＲＯＭなどのメモリ）および外部記憶装置等の、コンピュータが読み取り可能な種々の媒体を利用できる。
【００４６】
Ａ−２．処理の概要：
以下、第１実施例の画像処理について、画像入力手段４０（図２）のうちスキャナ４２から画像を入力し、画像出力手段５０のうちカラープリンタ５４から画像を出力する場合を例に説明する。
【００４７】
図３は、第１実施例における画像処理の概要を示すフローチャートである。まず、ステップＳ１００〜Ｓ１０４において、画像処理制御情報取得手段７２（図２）が、画像処理制御情報を取得する。すなわち、ステップＳ１００においては、画像入力手段４０（例えば、スキャナ４２）の入力特性情報および画像出力手段５０（例えば、カラープリンタ５４）の出力特性情報を取得する。これらの特性情報については後述する。なお、「取得する」とは、キーボード３０等の入力手段を用いてオペレータが情報を直接入力することや、画像入力手段や画像出力手段などの各接続機器に格納されている情報を必要に応じて読み出すこと、等の種々の方法によって必要な情報を得ることをいう。以下、特に説明のない限り「取得する」とは、上記のような種々の方法で必要な情報を得ることを意味する。
【００４８】
ステップＳ１０２においては、画像入力手段４０（スキャナ４２）から入力された入力画像（処理対象画像）の状態を解析して、後述する画像解析情報を取得する。ステップＳ１０４においては、画像出力手段（カラープリンタ５４）から出力される画像に対するオペレータ（あるいはクライアント）の要望（目標画像に関する要求）を、意図情報として取得する。次に、ステップＳ１０６において、画像処理パラメータ推論決定手段７４（図２）が、ステップＳ１００〜Ｓ１０４において取得した各画像処理制御情報に基づいて、所定の画像処理のための画像処理パラメータを推論決定する。そして、ステップＳ１０８において、画像処理手段７６（図２）が、ステップＳ１０６において求められた画像処理パラメータに応じて画像処理を実行してそのデータを画像出力手段５０（カラープリンタ５４）に出力する。ステップＳ１１０において、画像出力手段５０（カラープリンタ５４）は、画像処理手段７６から出力された画像データを画像として印刷して出力する。
【００４９】
出力画像の品質に係わる画像処理としては、鮮鋭度強調、階調変換等がある。鮮鋭度強調処理は、画像の境界を強調して画像をより鮮明にする処理である。図４は、鮮鋭度強調処理の内容を示す説明図である。図４（ａ）の原稿を矢印Ａの方向にスキャナ４２によって走査すると、図４（ｂ）の原画像信号ＳM が得られる。図４（ｃ）に示すアンシャープ信号ＳU は、原画像信号ＳM を平均化することによって得られる。図４（ｄ）に示すアンシャープマスク信号ＳUMは、原画像信号ＳM からアンシャープ信号ＳU を減算することによって得られる。また、図４（ｅ）に示す強調後の画像信号ＳM'は、原画像信号ＳM とアンシャープマスク信号ＳUMとを加算することによって得られる。
【００５０】
図４（ｃ）に示すアンシャープ信号ＳU を求める際の平均化処理には、１次元または２次元の平均化マスク（平均化フィルタ）が使用される。この平均化マスクのサイズが鮮鋭度強調のパラメータの１つである。図４（ｃ−１）は、マスクサイズを変更した場合のアンシャープ信号ＳU の変化を示している。マスクを大きくするとアンシャープ信号ＳU はより緩やかになり、反対に、マスクを小さくするとアンシャープ信号ＳU はより急峻になる。
【００５１】
図４（ｄ）に示すアンシャープマスク信号ＳUMを求める際のゲインおよびグレイニネスも、鮮鋭度強調のパラメータとなっている。図４（ｄ−１）は、グレイニネスを調整した場合のアンシャープマスク信号ＳUMの変化を示している。「グレイニネス」は、粒状性という意味であり、画像の細かいざらつきを消して滑らかにするために調整される画像処理パラメータである。具体的には、図５に示すように、アンシャープマスク信号ＳUMの絶対値が一定値以下（不感帯Ｗ）の信号値をキャンセルすることにより、図４（ｄ−１）に示すように細かなノイズを除去するものである。従って、不感帯Ｗの範囲が広いほど滑らかさが増加する。なお、図４（ｄ）は、グレイニネス調整を行っていないアンシャープマスク信号ＳUMを示している。
【００５２】
図４（ｄ−２）は、アンシャープマスク信号のゲイン（「シャープネスゲイン」とも呼ぶ）を変更した場合のアンシャープマスク信号ＳUMの変化を示している。
【００５３】
図６は、階調変換処理について説明する説明図である。階調とは、画像の明るさの段階をいい、通常の画像処理では、図６（ａ）に示すように、入力画像の明るさの変化に対する出力画像の明るさの変化が線形である。階調変換は、この線形な変化を図６（ｂ）、図６（ｃ）に示すように非線形に変換して、明るさの段階に関して明るい側を強調したり、暗い側を強調したりする処理である。
【００５４】
以下では、図３の各処理の内容について説明する。
【００５５】
Ａ−３．画像処理制御情報の取得：
画像処理装置２０に接続されて使用され得る各種の画像入力手段４０や画像出力手段５０の画像処理制御情報、すなわち、入力特性情報や出力特性情報は、あらかじめ、ハードディスク３４などの記憶装置に記憶されている。例えば、市販されている主なスキャナ、デジタルカメラ、プリンタ、ＣＲＴ等について、その商品名（型式）毎に特有の特性情報が格納されている。図３のステップＳ１００では、画像処理制御情報取得手段７２が、実際に使用する画像入力手段４０および画像出力手段５０、例えば、スキャナ４２の入力特性情報およびカラープリンタ５４の出力特性情報を、ハードディスク３４から読み出して取得する。
【００５６】
入力特性情報および出力特性情報は、画像入力手段４０（スキャナ４２）および画像出力手段（カラープリンタ５４）における画像品質を決定付ける複数の特性情報（パラメータ）を有している。特性情報としては、画像入力手段４０の場合、受光素子の種類（フォトマル，ＣＣＤ等），解像度，分解倍率，ＭＴＦ特性，ノイズ特性，階調再現性，色特性等が挙げられる。また、画像出力手段５０の場合、出力方式の種類（インクジェット，昇華転写，電子写真，銀塩光学的露光等），解像度，階調再現方式（網点，ディザ，誤差拡散，連続調等），階調再現性，色特性等が挙げられる。例えば、画像の鮮鋭度に影響を与える特性情報としては、画像入力手段の解像度およびＭＴＦ特性、画像出力手段の解像度等が挙げられる。また、階調変換に影響を与える特性情報としては、データの精度、階調再現性等が挙げられる。
【００５７】
画像入力手段４０（スキャナ４２）から画像が入力されると、画像処理制御情報取得手段７２はステップＳ１０２で入力画像を解析して、その解析結果を画像解析情報として取得する。画像解析情報には、ノイズ量、階調ヒストグラム（画面全体または一部について、各階調の頻度を表す）等の入力画像の統計的情報が含まれる。
【００５８】
ステップＳ１０４では、画像処理制御情報取得手段７２が、オペレータによって設定された意図情報を取得する。意図情報は、画像出力手段５０（カラープリンタ５４）から出力される画像の品質に関するオペレータの要望を表す情報であり、官能的（定性的、感覚的）な表現形式で示される。官能的な表現形式とは、立体感がある、鮮やか、落ちついた、等の表現形式をいう。例えば、「画像の鮮鋭度は、ややシャープに表現する」、「画像の仕上がりは、落ちついた感じがよい」、などのキーワード情報が意図情報である。図７は、意図情報設定の例を示す説明図である。意図情報は、ＧＵＩ（グラフィカル・ユーザ・インタフェース）によって、オペレータの意図情報を設定する画面上で、図７（ａ）に示すように、キーボード３０やマウス３２（図１）によってキーワードを選択したり、図７（ｂ）に示すように、画面上に示された調整スケールの位置をキーボード３０やマウス３２によって調整することによって設定される。
【００５９】
Ａ−４．画像処理パラメータの推論決定：
ステップＳ１０６では、画像処理パラメータ推論決定手段７４（図２）が、ステップＳ１００〜Ｓ１０４において取得した各画像処理制御情報に基づいて画像処理パラメータを推論決定する。推論決定の方法としては、例えば、１つの画像処理パラメータに影響を与える各画像処理制御情報に基づいて、その画像処理パラメータの値の最大値，平均値，最小値等のいずれかを選択する方法や、ファジィ推論による方法等が考えられる。すなわち、取得された画像処理制御情報に基づいて各画像処理パラメータの値を推論決定できれば、推論方法は限定されない。
【００６０】
以下では、鮮鋭度強調（シャープネス）処理の画像処理パラメータの一つであるシャープネスゲインをファジィ推論によって決定する場合を一例に、画像処理パラメータの推論決定について説明を行う。図８は、画像の鮮鋭度に影響を与える画像処理制御情報の例を示す説明図である。以下では、図８に示す画像処理制御情報が、図３のステップＳ１００〜Ｓ１０４で取得された場合を仮定して説明する。画像入力手段４０として選択されたスキャナ４２に関係する入力特性情報は、解像度がＡ［ｄｐｉ］（例えば、６００ｄｐｉ）およびＭＴＦ特性がＢ（例えば、空間周波数３０ｃｙｃｌｅ／ｍｍにおいて０．８）である。画像出力手段５０として設定されたカラープリンタ５４に関係する出力特性情報は、解像度がＣ［ｄｐｉ］（例えば、３００ｄｐｉ）である。オペレータ（またはクライアント）の意図情報は、Ｄ（ややシャープが好み）である。入力画像の画像解析情報の一つであるノイズ量がＧ［％］（例えば、８０％）である。
【００６１】
ファジィ推論を行うために、あらかじめ次の３つの条件を定義しておく。第１に、各画像処理制御情報毎に各画像処理に関するファジィルールを定義する。これは、例えば、各画像処理に関して、画像入力手段のある画像処理制御情報を変数とした場合に、画像出力手段を固定して、基準となる画像処理結果を出力させるために要求される画像処理パラメータの値を種々の画像入力手段毎に求め、その結果を統計することによって経験則的に求めることができる。
【００６２】
図９は、鮮鋭度強調処理のための画像処理パラメータであるシャープネスゲインを推論決定するためのファジィルールの例を示す説明図である。図９（ａ）は、画像入力手段の解像度に対するファジィルールの例を示している。図９（ｂ）は、画像入力手段のＭＴＦ特性に対するファジィルールの例を示している。図９（ｃ）は、画像出力手段の解像度に対するファジィルールの例を示している。図９（ｄ）は、シャープネスに関するオペレータの意図情報に対するファジィルールの例を示している。図９（ｅ）は、画像解析情報の一つであるノイズ量に対するファジィルールの例を示している。
【００６３】
これらのファジィルールは「ファジィＩＦ−ＴＨＥＮ規則」で記述され、ＩＦの後ろからＴＨＥＮの前までの部分を前件部、ＴＨＥＮから後ろの部分を後件部と呼ぶ。例えば、図９（ａ）に示す１つ目のルールは、「画像入力手段の解像度がファジィ集合ＺＯに含まれるならば（前件部）、シャープネスゲインをファジィ集合ＺＯにせよ（後件部）」という意味を示している。ここで、ファジィ集合ＺＯは、例えば、画像入力手段の解像度は「中くらいの値」であるというような、ある程度幅を持った曖昧な集合を示している。一般に、ファジィ集合は、ＮＬ，ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ，ＰＬ等の記号で表される。例えば、ファジィ集合ＺＯを基準値（中くらいの値）とした場合に、ＰＳは「基準値よりも少し大きめ」、ＰＭは「基準値よりも大きめ」、ＰＢは「基準値よりもかなり大きめ」を示している。また、ＮＳは「基準値よりも少し小さめ」、ＮＭは「基準値よりも小さめ」、ＮＢは「基準値よりもかなり小さめ」のファジィ集合をそれぞれ示している。なお、図９に示した各ルールは、説明を容易にするため、単純なルール設定を例として示しているが、実際には実施の状況に応じて経験則に基づいて決定される。
【００６４】
第２に、後述する図１１（ａ），（ｂ），（ｃ），（ｄ），（ｅ）に示すように、ファジィルールの前件部における各画像処理制御情報に対するファジィ集合の関係を示すメンバシップ関数を定義する。第３に、図１１（ｆ），（ｇ），（ｈ），（ｉ），（ｊ），（ｋ）に示すように、ファジィルールの後件部における画像処理パラメータに対するファジィ集合の関係を示すメンバシップ関数を定義する。
【００６５】
以上の３つの条件に従って、画像処理パラメータ推論決定手段７４（図２）は、画像処理パラメータを決定するファジィ推論を、以下のように行う。図１０は、ファジィ推論のプロセスの概要を示す説明図である。図１１は、ファジィ推論の例を示す説明図である。図１１の横軸は各画像処理制御情報または画像処理パラメータ（シャープネスゲイン）を正規化したスケールで示し、縦軸はその適合度（メンバシップ値）を示している。
【００６６】
まず、図１０に示すステップＳ２００では、各画像処理制御情報（入力特性情報、出力特性情報、意図情報、画像解析情報）に対する各ファジィルールの前件部のメンバシップ値を求める。図１１（ａ）に示すように、スキャナ４２の解像度の値Ａ［ｄｐｉ］（図９（ａ））に対応するメンバシップ値を、画像入力手段の解像度に関する前件部のメンバシップ関数を用いて求める。例えば、図１１（ａ）に示すように、スキャナ４２の解像度の値Ａ［ｄｐｉ］に対して、ファジィ集合ＰＳにおけるメンバシップ値ａ１と，ファジィ集合ＺＯにおけるメンバシップ値ａ２とが得られる。第１のメンバシップ値ａ１は、解像度Ａ［ｄｐｉ］がファジィ集合ＰＳに含まれる確からしさ（適合度）を示しており、第２のメンバシップ値ａ２は、解像度Ａ［ｄｐｉ］がファジィ集合ＺＯに含まれる確からしさを示している。同様に、図１１（ｂ）に示すように、画像入力手段のＭＴＦ特性に関する前件部のメンバシップ関数を用いて、スキャナ４２のＭＴＦ特性の値Ｂ（図９（ｂ））に対する２つのメンバシップ値ｂ１，ｂ２が求められる。また、図１１（ｃ）に示す画像出力手段の解像度に関する前件部メンバシップ関数を用いて、カラープリンタ５４の解像度の値Ｃ（図９（ｃ））に対する２つのメンバシップ値ｃ１，ｃ２が求められる。また、図１１（ｄ）に示すオペレータの意図情報に関する前件部のメンバシップ関数を用いて、シャープネスに関するオペレータの意図情報の値Ｄ（図９（ｄ））に対する２つのメンバシップ値ｄ１，ｄ２が求められる。さらに、図１１（ｅ）に示す入力画像の解析情報の一つであるノイズ量に関する前件部メンバシップ関数を用いて、ノイズ量の値Ｇ（図９（ｅ））に対する１つのメンバシップ値ｅ１が求められる。
【００６７】
次に、ステップＳ２０２では、ステップＳ２００で求めた各画像処理制御情報に対する各メンバシップ値および各ファジィルールに基づいて、各画像処理制御情報毎の推論結果を求める。各推論結果は、前件部メンバシップ関数から求められたメンバシップ値に基づいて、後件部のメンバシップ関数上にファジィ集合として示される。例えば、図１１（ｆ）は、スキャナ４２の解像度に関する推論結果を示し、この推論結果は、図１１（ａ）で求められたメンバシップ値ａ１，ａ２および図９（ａ）に示したファジィルールに基づいて求められる。この推論結果は、各メンバシップ値の高さを頂点として、ファジィルールの後件部（図９（ａ）の２式目）から求められるファジィ集合（実線で示された山の範囲ＮＳ，ＺＯ）を高さ方向に縮小した形状（図中破線および斜線で示されている部分）で示されている。なお、各推論結果を後件部メンバシップ関数上に表現する方法としては、メンバシップ値の高さで、ファジィ集合を頭切りした形状とする方法でも良い。同様に、図１１（ｇ）はスキャナ４２のＭＴＦ特性に関する推論結果を示している。図１１（ｈ）はカラープリンタ５４の解像度に関する推論結果を示している。図１１（ｉ）はシャープネスに関するオペレータの意図情報に関する推論結果を示している。図１１（ｊ）は画像解析情報の一つであるノイズ量に関する推論結果を示している。
【００６８】
そして、ステップＳ２０４では、各画像処理制御情報毎に求められた各画像処理パラメータに関する推論結果に基づいて、各画像処理パラメータに関する最終的な推論結果を求める。各画像処理パラメータに関する最終的な推論結果は、図１１（ｋ）に示すように、同じ画像処理パラメータに関する各画像処理制御情報毎の推論結果を重ね合わせてその最大値をとるように合成し、合成された推論結果の重心を求めることによって求められる。この場合、重心演算は、次式によって行われる。
【００６９】
ｚ（重心）＝∫ｙ・ｍ（ｙ）ｄｙ／∫ｍ（ｙ）ｄｙ …（１）
【００７０】
ここで、ｍ（ｙ）はメンバシップ関数、ｙはメンバシップ値である。
【００７１】
以上のようにして、求められた重心Ｚに対応する横軸の値、すなわち、シャープネスゲインの値が推論結果となる。画像処理手段７６（図２）は、この推論結果であるシャープネスゲインの値を用いて画像処理（図３に示すステップＳ１０８）を実行する。そして、希望する鮮鋭度強調を施した画像がカラープリンタ５４（図２）から出力される（図３に示すステップＳ１１０）。なお、最終的な推論結果を、合成された推論結果の重心演算ではなく、その最大値、最小値、とすることも可能である。
【００７２】
上述のように、画像処理を実行するための画像処理パラメータを推論決定すれば、画像処理パラメータの値を各画像処理制御情報毎に求められる画像処理パラメータに関する推論結果の折衷案的な値とすることができ、適切な画像処理を実行することができる。すなわち、画像処理制御情報（入力特性情報，出力特性情報，意図情報，画像解析情報）に基づいて画像処理パラメータを推論決定すれば、画像処理パラメータの設定に熟練していないオペレータであっても、出力画像の仕上り具合に関する情報を意図情報として設定するだけで、適切な画像処理を実行することができ、容易に希望する画像の出力結果を得ることができる。
【００７３】
図１２は、別のファジィ推論の例を示す説明図である。図１２は、基準となる画像処理パラメータ（基準画像処理パラメータ）を求めておき、画像処理パラメータの基準画像処理パラメータに対するずれ量（オフセット量）を推論によって求めるようにする推論を示している。すなわち、図１０に示すステップＳ２０２で決定される各画像処理情報毎の推論結果は直接画像処理パラメータであるのに対して、ステップＳ３０２で決定される各画像処理情報毎の推論結果は基準画像処理パラメータに対するオフセット量である。そして、ステップＳ２０４では、最終的な推論結果として直接画像処理パラメータが求められるのに対して、ステップＳ３０４では、最終的な推論結果として基準画像処理パラメータに対するオフセット量が求められ、ステップＳ３０６で、基準画像処理パラメータにこのオフセット量を加えて初めて必要な画像処理結果を得るための画像処理パラメータが求められる。この場合、定義される後件部メンバシップ関数の横軸は、基準画像処理パラメータに対する相対量（オフセット量）となる。なお、ステップＳ３００〜Ｓ３０４における具体的な推論の手順は、図１０に示すステップＳ２００〜Ｓ２０４におけるそれと同様である。図１２に示すファジィ推論によれば、オペレータやクライアントによる意図情報が何ら取得されなくても、まず、基準画像処理パラメータに、使用する画像入力手段や画像出力手段の画像処理制御情報を加味した標準的な画像処理を実行することができる。すなわち、オペレータは、いつでも標準的な画像を出力して確認することができる。そして、得られた画像を確認後、変更したい画像処理内容をオペレータの意図情報として、新たに入力し、再度画像処理を実行し、画像処理結果を確認しながら、希望する画像を得ることができる。
【００７４】
Ｂ．第２実施例：
Ｂ−１．画像処理装置の構成：
図１３は、第２実施例としての画像処理装置の機能的構成を示すブロック図である。第２実施例としての画像処理装置２０Ａは、図１および図２に示す第１実施例とほぼ同様の構成を有しており、各種コンピュータプログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２Ａ、画像処理パラメータ推論決定手段７４、画像処理制御手段７６として動作する。
【００７５】
第２実施例と第１実施例の違いは、この画像処理装置２０Ａが後述する情報変換テーブルＴＢＬ１を備えており、使用される画像入力手段および画像出力手段に特有の入力特性情報および出力特性情報、すなわち画像処理制御情報を、この情報変換テーブルＴＢＬ１に従って取得することにある。
【００７６】
Ｂ−２．画像処理制御情報の取得：
図１４は、画像処理制御情報取得手段７２Ａが画像処理制御情報としての入力特性情報や出力特性情報を取得する方法について示す説明図である。情報変換テーブルＴＢＬ１には、予め、使用可能な画像入力デバイス（画像入力手段）や画像出力デバイス（画像出力手段）の名称等の画像処理条件情報と、画像入力デバイスや画像出力デバイスそれぞれに特有の入力特性情報や出力特性情報（画像処理制御情報）とが記憶されている。この情報変換テーブルＴＢＬ１は、図１に示すＲＡＭ２８やハードディスク３４等に記憶されている。
【００７７】
画像処理装置２０Ａを最初にセットアップするとき、あるいは、画像処理装置２０Ａを使用し始めるときに、キーボード等を用いて、使用される画像入力デバイスや画像出力デバイスを指定する。画像処理を開始すると、図３のステップＳ１００において画像処理制御情報取得手段７２Ａは、この指定された画像入力デバイスや画像出力デバイスの名称を画像処理条件情報として取得する。情報変換テーブルＴＢＬ１は、取得された画像処理条件情報に対応する入力特性情報や出力特性情報を出力する。
【００７８】
従って、第２実施例においても、第１実施例と同様に、画像処理制御情報としての入力特性情報や出力特性情報に基づいて画像処理パラメータを推論決定することができる。特に、第２実施例においては、画像入力手段や画像出力手段の種類のような簡単な情報を画像処理条件情報として取得するだけで、情報変換テーブルＴＢＬ１に従って容易に画像処理制御情報（入力特性情報，出力特性情報）を取得することができる。
【００７９】
Ｃ．第３実施例：
Ｃ−１．画像処理装置の構成および画像処理の概要：
図１５は、第３実施例としての画像処理装置の機能的構成を示すブロック図である。第３実施例としての画像処理装置２０Ｂは、図１３に示す第２実施例とほぼ同様の構成を有しており、各種コンピュータプログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２Ｂ、画像処理パラメータ推論決定手段７４、画像処理制御手段７６として動作する。また、この画像処理装置２０Ｂは、後述する情報変換テーブルＴＢＬ２を備えている。
【００８０】
第３実施例と第２実施例との違いは、画像処理制御情報取得手段７２Ｂが取得する画像処理制御情報としての情報が、画像入力手段の入力特性情報や画像出力手段の出力特性情報ではなく、画像品質特性情報であることにある。また、画像処理装置２０Ｂが後述する情報変換テーブルＴＢＬ２を備えており、画像処理制御情報としての画像品質特性情報を、この情報変換テーブルＴＢＬ２に従って取得することにある。
【００８１】
図１６は、第３実施例における画像処理の概要を示すフローチャートである。まず、ステップＳ４００において、画像処理制御情報取得手段７２Ｂ（図１５）が、画像処理制御情報として画像品質特性情報を取得する。これらの画像品質特性情報については後述する。ステップＳ１０２〜Ｓ１１０の内容は、図３の第１実施例と同じであるが、後述するように、ファジィルールは第１実施例と異なるものが使用されている。
【００８２】
Ｃ−２．画像品質特性情報の取得：
図１７は、画像処理制御情報取得手段７２Ｂが画像処理制御情報として画像品質特性情報を取得する方法について示す説明図である。情報変換テーブルＴＢＬ２には、画像処理条件情報とこれに対応する画像品質特性情報との関係が記憶されている。ここで、「画像処理条件情報」は、出力画像の品質に影響を与えるような情報を意味する。例えば、スキャナやデジタルカメラなどの画像入力手段（画像入力デバイス）を示す情報（名称、型名等）や、レーザプリンタやインクジェットプリンタあるいはＣＲＴなどの画像出力手段（画像出力デバイス）を示す情報（名称、型名等）、普通紙や再生紙あるいは専用紙などの出力媒体を示す情報、ポスタやチラシなどの用途を示す情報、あるいは、人物画像や風景画像などの画像の対象を示す情報などが画像処理条件情報に含まれる。「画像品質特性情報」は、画像処理条件情報に基づき経験則で決定される画像処理具合を表す情報であり、感覚的なキーワードによって示される。例えば、出力画像の鮮やかさの程度を表す情報や、出力画像のシャープさの程度に関する情報、出力画像の質感の具合を表す情報、あるいは出力画像の色合いの具合に関する情報等を感覚的なキーワードによって示す情報が画像品質特性情報に含まれる。
【００８３】
なお、これらの画像品質特性情報は、画像処理パラメータに対応づけられている。例えば、画像処理パラメータ「シャープネスゲイン」には「シャープネスの強さ」、画像処理パラメータ「マスクサイズ」には「画像の質感」、画像処理パラメータ「グレイニネス」には「画像の滑らかさ」の各画像品質特性情報がそれぞれ対応づけられている。
【００８４】
情報変換テーブルＴＢＬ２には、各画像処理条件情報が、複数の画像品質特性情報の好ましい情報値に関係付けられている。例えば、画像処理条件情報「画像入力デバイスＡ」は、画像品質特性情報「シャープさはＸ１１」、「滑らかさはＸ１２」、…と関係付けられている。この情報変換テーブルＴＢＬ２は、図１に示すＲＡＭ２８やハードディスク３４等に記憶されている。
【００８５】
画像処理装置２０Ｂを使用し始めるときに、ユーザは、キーボード３０等を用いて、使用される画像入力デバイスや画像出力デバイス、出力媒体、用途等の画像処理条件情報を指定する。なお、画像処理条件のうちのいくつかは、所定の初期設定値をそのまま使用するようにしてもよい。画像処理を開始すると、画像処理制御情報取得手段７２Ｂは、これらの指定された情報を画像処理条件情報として取得する。そして、取得された画像処理条件情報に対応する品質特性情報を情報変換テーブルＴＢＬ２を参照して取得することができる。
【００８６】
Ｃ−４．画像処理パラメータの推論決定：
ステップＳ１０６では、画像処理パラメータ推論決定手段７４（図１５）が、ステップＳ４００、Ｓ１０２、Ｓ１０４において取得した各画像処理制御情報に基づいて画像処理パラメータを推論決定する。
【００８７】
以下では、画像処理条件情報として、画像入力デバイス「デジタルカメラＮ１」、画像出力デバイス「昇華プリンタＮ２」、画像の対象「人物」が情報として指定されており、この場合の鮮鋭度強調（シャープネス）処理の画像処理パラメータであるシャープネスゲイン（アンシャープマスクの強度の調整パラメータ）と、マスクサイズ（アンシャープマスクのカットオフ周波数の調整パラメータ）と、グレイニネス（アンシャープマスクの不感帯の調整パラメータ）をファジィ推論によって決定する場合を一例に、画像処理パラメータの推論決定について説明を行う。
【００８８】
鮮鋭度強調処理に関する画像品質特性情報としては、「シャープネスの強さ」と、「画像の質感」と、「画像の滑らかさ」とがあり、これらの画像品質特性情報は、それぞれシャープネスゲインと、マスクサイズと、グレイニネスの制御に関係付けることができる。情報変換テーブルＴＢＬ２には、各画像処理条件情報ごとに、シャープネスの強さと、画像の質感と、画像の滑らかさのうち、各画像処理条件情報に関係する情報が示されている。
【００８９】
図１８は、画像処理条件情報と、画像の鮮鋭度を示す画像処理制御情報としての画像品質特性情報の例を示す説明図である。情報変換テーブルＴＢＬ２には、画像処理条件情報としての画像入力デバイス「デジタルカメラＮ１」、画像出力デバイス「昇華プリンタＮ２」、画像の対象「人物」に対して、それぞれ画像の鮮鋭度を示す画像品質特性情報がそれぞれ関係づけられている。各画像品質特性情報の情報値は、各画像処理条件情報における画像品質特性情報に関する画像への影響度を考慮して、経験的に求められたスケーラブルな値で表されている。本実施例では、以下の各条件から各画像品質特性情報の情報値を０〜１００までの値で示している。
【００９０】
▲１▼画像入力デバイス「デジタルカメラＮ１」に関する条件「デジタルカメラＮ１において、すでに若干の鮮鋭化処理が行われているので、鮮鋭化は抑え目でよい。ダイナミックレンジが狭いので、画像の荒れを防ぐために滑らかに仕上げたい。」より、シャープネスの強さは４０、画像の滑らかさは７０としている。
【００９１】
▲２▼画像出力デバイス「昇華プリンタＮ２」に関する条件「解像力３００ｄｐｉであり、階調表現は連続調を用いているので、繊細に仕上げたい。また、昇華転写プリンタ特有のエッジぼけがあるので鮮鋭化は強めにしたい。」より、シャープネスの強さは６０、画像の質感は３０としている。
【００９２】
▲３▼画像の対象「人物」に関する条件「鮮鋭化は抑え目でよい。人物の肌をやわらかに仕上げたい。質感は標準でよい。」より、シャープネスの強さは３０、画像の質感は５０、画像の滑らかさは６５としている。
【００９３】
以下では、図１６のステップＳ４００において画像処理条件情報として図１８に示す画像品質特性情報が取得された場合を仮定して説明する。なお、説明を容易にするため、ステップＳ１０２およびステップＳ１０４で取得された画像解析情報および意図情報については、省略する。
【００９４】
ファジィ推論を実際に行うためには、第１実施例で説明したように、予め各画像処理制御情報、すなわち各画像品質特性情報を対応する各画像処理パラメータに結びつけるファジィルールを定義しておく必要がある。図１９は、第３実施例における鮮鋭度強調処理のための画像処理パラメータに関するファジィルールの例を示す説明図である。図１９（ａ）は、画像品質特性情報としてのシャープネスの強さに対して要求される画像処理パラメータ「ゲイン（シャープネスゲイン）」に関するファジールールの例を示している。図１９（ｂ）は、画像品質特性情報としての画像の質感に対して要求される画像処理パラメータ「マスクサイズ」に関するファジールールの例を示している。図１９（ｃ）は、画像品質特性情報としての画像の滑らかさに対して要求される画像処理パラメータ「グレイニネス」に関するファジールールの例を示している。なお、図１９に示した各ルールは、説明を容易にするため、単純なルール設定を例として示しているが、実際には実施の状況に応じて経験則に基づいて決定される。
【００９５】
また、第１実施例で説明したように、後述する図２０に示すようなファジィルールの前件部、すなわち画像品質特性情報に関するメンバシップ関数と、後件部、すなわち画像処理パラメータに関するメンバシップ関数とを定義しておく必要がある。
【００９６】
上記のように定義された条件に従って、画像処理パラメータ推論決定手段７４（図１５）は画像処理パラメータを決定するファジィ推論を行う。図２０は、第３実施例におけるファジィ推論の例を示す説明図である。図２０の横軸は各画像処理制御情報または画像処理パラメータを正規化したスケールで示し、縦軸はその適合度（メンバシップ値）を示している。
【００９７】
ファジィ推論のプロセスは、第１実施例において図１０を用いて説明したプロセスと同様である。すなわち、まず、ステップＳ２００では、各画像処理制御情報に対する各ファジィルールの前件部のメンバシップ値を求める。例えば、図２０（ａ）に示すように、シャープネスの強さの情報として取得された画像入力デバイス「デジタルカメラＮ１」の情報値ａ１＝４０（図１８）に対して、ファジィ集合ＮＳにおけるメンバシップ値ａ１ｈと、ファジィ集合ＺＯにおけるメンバシップ値ａ１ｌとが求められる。また、画像出力デバイス「昇華プリンタＮ２」の情報値ａ２＝６０（図１８）に対して、ファジィ集合ＰＳにおけるメンバシップ値ａ２ｈと、ファジィ集合ＺＯにおけるメンバシップ値ａ２ｌとが求められる。さらに、画像の対象「人物」の情報値ａ３＝３０（図１８）に対して、ファジィ集合ＮＭにおけるメンバシップ値ａ３ｈと、ファジィ集合ＮＳにおけるメンバシップ値ａ３ｌとが求められる。
【００９８】
同様に、図２０（ｂ）に示すように、画像の質感に関する前件部メンバシップ関数を用いて、画像出力デバイス「昇華プリンタＮ２」の情報値ｂ２＝３０（図１８）に対するメンバシップ値ｂ２ｈ，ｂ２ｌと、画像の対象「人物」の情報値ｂ３＝５０（図１８）に対するメンバシップ値ｂ３ｈとが求められる。また、図２０（ｃ）に示すように、画像の滑らかさに関する前件部メンバシップ関数を用いて、画像入力デバイス「デジタルカメラＮ１」の情報値ｃ１＝７０（図１８）に対するメンバシップ値ｃ１ｈ，ｃ１ｌと、画像の対象「人物」の情報値ｃ３＝６５に対するメンバシップ値ｃ３ｈ，ｃ３ｌとが求められる。
【００９９】
次に、ステップＳ２０２（図１０）では、ステップＳ２００で求めた各画像処理制御情報に対する各メンバシップ値および各ファジィルールに基づいて、各画像処理制御情報、すなわち各画像品質特性情報毎の推論結果を求める。各推論結果は、前件部メンバシップ関数から求められたメンバシップ値に基づいて、後件部のメンバシップ関数上にファジィ集合として示される。例えば、図２０（ｄ）は、シャープネスの強さに関する推論結果、すなわち、画像処理パラメータとしてのシャープネスゲインに関する推論結果を示している。この推論結果は、図２０（ａ）で求められたメンバシップ値ａ１ｈ，ａ１ｌ，ａ２ｈ，ａ２ｌ，ａ３ｈ，ａ３ｌおよび図１９（ａ）に示したファジィルールに基づいて求められる。この推論結果は、各メンバシップ値の高さを頂点として、ファジィルールの後件部（図２０（ａ））から求められるファジィ集合（細い実線で示された山の範囲）を高さ方向に縮小した形状（図中太い実線および斜線で示されている部分）で示されている。なお、各推論結果を後件部メンバシップ関数上に表現する方法としては、メンバシップ値の高さで、ファジィ集合を頭切りした形状とする方法でも良い。
【０１００】
同様に、図２０（ｅ）は画像の質感に関する推論結果、すなわち、画像処理パラメータとしてのマスクサイズに関する推論結果を示している。図２０（ｆ）は画像の滑らかさに関する推論結果、すなわち、画像処理パラメータとしてのグレイニネスに関する推論結果を示している。
【０１０１】
そして、ステップＳ２０４では、ステップＳ２０２で求めた各画像処理制御情報（すなわち各画像品質特性情報）毎に求められた各画像処理パラメータに関する推論結果を総合して各画像処理パラメータに関する最終的な推論結果を求める。最終的な推論結果は、第１実施例で説明したように、ステップＳ２０２で求められた各メンバシップ値に対応する推論結果を重ね合わせてその最大値をとるように合成し、合成された推論結果の重心を求めることによって求められる。この場合、重心演算は、上述した（１）式によって行われる。
【０１０２】
以上のようにして、求められた重心Ｚに対応する横軸の値が、図２０（ｄ），（ｅ），（ｆ）に示すシャープネスゲイン，マスクサイズ，グレイニネスの最終的な推論結果となる。
【０１０３】
画像処理手段７６（図２）は、この推論結果であるシャープネスゲインの値を用いて画像処理（図３に示すステップＳ１０８）を実行する。そして、希望する鮮鋭度強調を施した画像がカラープリンタ５４（図２）から出力される（図１６に示すステップＳ１１０）。なお、最終的な推論結果を、合成された推論結果の重心演算ではなく、その最大値、最小値、とすることも可能である。
【０１０４】
なお、第３実施例においても、第１実施例において図１２を用いて説明したように基準画像処理パラメータに対するずれ量を推論によって求めるようにしてもよい。
【０１０５】
以上説明したように、画像処理を実行するための画像処理パラメータを推論決定すれば、第１実施例と同様に、画像処理パラメータの値を各画像処理制御情報毎に求められる画像処理パラメータの値の折衷案的な値とすることができ、適切な画像処理を実行することができる。すなわち、画像処理制御情報に基づいて画像処理パラメータを推論決定すれば、画像処理パラメータの設定に熟練していないオペレータであっても、出力画像の仕上り具合に関する情報を意図情報として設定するだけで、適切な画像処理を実行することができ、希望する画像の出力結果を容易に得ることができる。特に、第３実施例においては、画像処理条件情報を画像品質特性情報に変換する情報変換テーブルを備えており、簡単な画像処理条件情報を指定すれば、指定された画像処理条件情報が対応する画像品質特性情報に変換され、変換された画像品質特性情報に対応する画像処理パラメータを推論決定することができる。
【０１０６】
また、画像処理条件情報は、画像入力デバイスや画像出力デバイス、用紙の種類等の簡単な情報である。さらに、画像品質特性情報は画像処理パラメータに対応する情報であるが、画像処理後の画像の品質を表す感覚的な情報である。これにより、画像処理パラメータの設定に熟練していないオペレータであっても、第１実施例に比べてより一層簡単に適切な画像処理を実行することが可能となる。
【０１０７】
また、第１実施例においては、画像処理制御情報が、画像入力デバイスや画像出力デバイスに特有の特性情報であるので、特有の特性情報ごとにそれぞれ、推論決定に必要なファジィルールと前件部および後件部のメンバシップ関数等（パラメータセット）を用意する必要がある。しかし、第３実施例においては、画像処理制御情報が、画像の鮮やかさを示す情報や、画像のシャープさを示す情報、画像の滑らかさを示す情報などの各画像処理パラメータに対応する情報（画像品質特性情報）である。従って、画像入力デバイスや画像出力デバイス、あるいは、用紙の種類等（画像処理条件情報）が変更されても上記パラメータセットを変更する必要がない。また、新たに画像入力デバイスや画像出力デバイス等の画像処理条件情報を追加したり、既存の画像処理条件情報を変更する場合でも、情報変換テーブルの追加、修正を行うだけでよい。
【０１０８】
本実施例における画像処理パラメータの推論決定の説明においては、説明を容易にするために、画像処理制御情報としての画像解析情報やオペレータ等の意図情報について省略している。しかしながら、第１実施例と同様に、画像解析情報やオペレータ等の意図情報に関しても画像処理制御情報として加えて画像処理パラメータを推論決定することができる。オペレータ等の意図情報は、図２１に示すような画像調整用の画面を用いて設定することができる。図２１の上半分の色調整領域ＣＡには、画像の色調整のための種々の設定用レバーが設けられている。また、図２１の下半分の鮮鋭度調整領域ＳＡには、鮮鋭度調整のための種々の設定用レバーが設けられている。ユーザは、これらのレバーの左右の位置を設定することによって、画像の色味や鮮鋭度の好みを設定することが可能である。
【０１０９】
Ｄ．他の実施例および実施形態：
なお、この発明は上記の実施例や実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能である。例えば次のような変形も可能である。
【０１１０】
（１）上述の各実施例では、画像処理として鮮鋭度強調処理を例に説明しているが、これに限定されるものではなく、階調変換、色変換等の他の画像処理に対しても同様に、対応する画像処理制御情報に基づいて本発明を実施可能である。
【０１１１】
（２）また、上述の各実施例においては、画像処理制御情報として代表的な情報を一例として用いて説明しており、これらに限定されるものではない。実際の画像処理においては、対応する画像処理制御情報を場合に応じて取捨選択することができる。例えば、第１実施例において、入力特性情報と出力特性情報のみを利用する場合、画像解析情報を利用しない場合、意図情報を利用しない場合、入力特性情報を利用しない場合等にも本発明を適用することができる。
【０１１２】
（３）上述の各実施例では、意図情報は定性的（官能的）な表現形式で設定される。ところが、同一の画像処理装置を複数のオペレータで共有することがある。そして、意図情報を設定するときに用いられる定性的な表現に対する受け止め方は各オペレータによって異なる。この異なり具合をここで仮に嗜好情報と呼ぶ。
【０１１３】
各意図情報に対する嗜好情報を各オペレータ毎に予めテーブル化しておくことも可能である。画像処理装置２０を使用し始めるときにキーボード３０等を用いて現在のオペレータを指示しておく。キーボード３０等にシャープネスに関する意図情報が「ややシャープ」と入力されると、前記テーブルはこの「ややシャープ」という意図情報を現在のオペレータの嗜好に応じたものに修正して画像処理パラメータ推論決定手段７４に出力する。画像処理パラメータ推論決定手段７４はその修正された意図情報等に基づいて画像処理パラメータを決定する。
【０１１４】
なお、上記では個々の意図情報毎に各オペレータの嗜好情報を設定したがこれに限られるものではなく、意図情報とは別個に嗜好情報を定めてもよく、各オペレータが有する嗜好を全般的に表現した嗜好情報を定めたテーブルを使用してもよい。このようにしたときには、キーボード３０等を用いて現在のオペレータが指示されると別のオペレータが指示されるまでテーブルの出力が画像処理パラメータを決定する一要因として画像処理パラメータ推論決定手段７４に与えられる。
【０１１５】
いずれの方法を用いたときでも、オペレータの画像処理に対する好みによって生じる出力画像のばらつきを防止することができる。
【図面の簡単な説明】
【図１】第１実施例としての画像処理装置の構成を示すブロック図である。
【図２】第１実施例としての画像処理装置の機能的構成を示すブロック図である。
【図３】第１実施例における画像処理の概要を示すフローチャートである。
【図４】鮮鋭度強調処理の内容を示す説明図である。
【図５】グレイニネス特性について示す説明図である。
【図６】階調変換処理について示す説明図である。
【図７】意図情報設定の例を示す説明図である。
【図８】第１実施例における画像の鮮鋭度に影響を与える画像処理制御情報の例を示す説明図である。
【図９】第１実施例における鮮鋭度強調処理のための画像処理パラメータであるシャープネスゲインを推論決定するためのファジィルールの例を示す説明図である。
【図１０】ファジィ推論のプロセスの概要を示す説明図である。
【図１１】第１実施例におけるファジィ推論の例を示す説明図である。
【図１２】別のファジィ推論のプロセスの概要を示す説明図である。
【図１３】第２実施例としての画像処理装置の機能的構成を示すブロック図である。
【図１４】画像処理制御情報取得手段７２Ａが画像処理制御情報として入力特性情報や出力特性情報を取得する方法について示す説明図である。
【図１５】第３実施例としての画像処理装置の機能的構成を示すブロック図である。
【図１６】第３実施例における画像処理の概要を示すフローチャートである。
【図１７】画像処理制御情報取得手段７２Ｂが画像処理制御情報として画像品質特性情報を取得する方法について示す説明図である。
【図１８】画像処理条件情報と、画像の鮮鋭度を示す画像処理制御情報としての画像品質特性情報の例を示す説明図である。
【図１９】第３実施例における鮮鋭度強調処理のための画像処理パラメータに関するファジィルールの例を示す説明図である。
【図２０】第３実施例におけるファジィ推論の例を示す説明図である。
【図２１】画像調整用の画面を示す説明図である。
【符号の説明】
２０…画像処理装置
２２…バス
２４…ＣＰＵ
２６…ＲＯＭ
２８…ＲＡＭ
３０…キーボード
３２…マウス
３４…ハードディスク
３６…通信装置
４０…画像入力手段
４２…スキャナ
４４…カメラ
５０…画像出力手段
５２…ＣＲＴ
５４…カラープリンタ
６０…サーバ
７２…画像処理制御情報取得手段
７２Ａ…画像処理制御情報取得手段
７２Ｂ…画像処理制御情報取得手段
７４…画像処理パラメータ推論決定手段
７６…画像処理手段
ＴＢＬ１…情報変換テーブル
ＴＢＬ２…情報変換テーブル
【発明の属する技術分野】
この発明は、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を実行する技術に関する。
【０００２】
【従来の技術】
スキャナやディジタルカメラなどの画像入力装置によって得られた画像データを、カラープリンタやＣＲＴなどの画像出力装置に出力する際には、通常、ノイズ除去、色変換、階調変換、サイズ変換、鮮鋭度強調、平滑化等の画像処理を施して、出力された画像の品質を向上させる作業（画像処理）が行われている。
【０００３】
【発明が解決しようとする課題】
しかし、目標とする画像品質を得るためには、上記各画像処理に習熟したオペレータが、自らの経験に基づいて試行錯誤を繰り返して画像処理パラメータを調整することが必要であった。また、画像品質は、入力装置や出力装置などのデバイスの種類、上質紙や再生紙などの出力媒体の種類、ポスタやチラシなどの用途等に依存するため、異なった条件毎に、画像処理パラメータを調整することが必要であった。従って、従来の画像処理は経験と時間を要する作業であった。
【０００４】
この発明は、従来技術における上述の課題を解決するためになされたものであり、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行する技術を提供することを目的とする。
【０００５】
【課題を解決するための手段およびその作用・効果】
上述の課題の少なくとも一部を解決するため、本発明の第１の画像処理方法は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する工程と、
（ｂ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｃ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備えることを特徴とする。
【０００６】
上記第１の画像処理方法によれば、画像品質に影響を与える画像入力手段や画像出力手段に特有の画像処理制御情報（入力特性情報、出力特性情報）に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
なお、上記画像処理方法において、
前記入力特性情報として、前記画像入力手段の解像度およびＭＴＦのいずれかを少なくとも含み、
前記出力特性情報として、前記画像出力手段の解像度を含み、
前記推論決定される画像処理パラメータには、シャープネスゲイン、平均化マスクサイズ、および、グレイニネスのいずれかを少なくとも含み、
前記工程（ｃ）では、前記推論決定された画像処理パラメータに応じて、前記入力画像の画像データに対して鮮鋭度強調処理を少なくとも行うようにしてもよい。
【０００７】
上記画像処理方法において、
前記工程（ａ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含むことが好ましい。
【０００８】
入力画像の統計的情報には、例えば、ノイズ量、階調ヒストグラム等の入力画像に関する画像品質情報がある。上記画像処理方法によれば、画像入力手段や画像出力手段に特有の画像処理制御情報だけでなく、さらに、出力画像が所定の画像品質を有するように、入力画像の画像品質情報をも加味して適切な画像処理パラメータを自動的に決定し、適切な画像処理を施した画像を出力することができる。
【０００９】
また、上記各画像処理方法において、
前記工程（ａ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００１０】
オペレータの意図情報は、画像出力手段から出力される画像に関するオペレータの要望、例えば、画像に対する要望、画像に対する仕上がり具合等を示した情報である。上記画像処理方法によれば、画像入力手段や画像出力手段に特有の画像処理制御情報、または、入力画像に関する画像品質情報だけでなく、さらに、オペレータの意図情報をも加味して、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定し、適切な画像処理を施した画像を出力することができる。
【００１１】
また、基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ａ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００１２】
このようにすれば、オペレータの好みによって生じる出力画像のばらつきを抑制することができる。
【００１３】
さらに、上記各方法において、
前記工程（ｂ）は、前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含むことが好ましい。
【００１４】
ファジィ推論によれば、１つの画像処理パラメータに対して複数の画像処理制御情報毎に求められる推論結果から折衷案的な推論結果を求めることができる。また、オペレータの意図情報のような官能的（例えば、感性的、感覚的）な表現形式でしめされた曖昧な情報も推論の条件として容易に利用することができる。
【００１５】
また、本発明の第１の画像処理装置は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備えることを特徴とする。
【００１６】
本発明の第１の画像処理装置は、上記第１の画像処理方法と同様な作用・効果を有しており、画像品質に影響を与える画像入力手段や画像出力手段に特有の画像処理制御情報に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００１７】
また、本発明の第１の記録媒体は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録していることを特徴とする。
【００１８】
このような第１の記録媒体に記録されたコンピュータプログラムをコンピュータが読みとって実行することによって、上記第１の画像処理方法および第１の画像処理装置と同様の作用・効果を得ることができる。
【００１９】
また、本発明の第２の画像処理方法は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを用意する工程と、
（ｂ）前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する工程と、
（ｃ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｄ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備えることを特徴とする。
【００２０】
上記第２の画像処理方法によれば、取得した画像処理条件情報に対応する画像処理制御情報を情報変換テーブルに従って容易に取得することができる。また、取得した画像処理制御情報に基づいて、出力画像が所定の画像品質を有するように、適切な画像処理パラメータを自動的に決定して、適切な画像処理を施した画像を出力することができる。すなわち、第２の画像処理方法においても、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００２１】
ここで、前記画像処理条件情報は、
出力媒体を示す情報と、出力画像の用途を示す情報と、画像に含まれる対象物を示す情報との少なくとも１つをさらに含む情報であってもよい。
【００２４】
また、前記画像処理制御情報は、
前記画像処理パラメータに関連する出力画像の品質を表す画像品質特性情報を含む情報であってもよい。
【００２５】
ここで、前記画像品質特性情報は、
出力画像の鮮やかさに関する情報と、出力画像のシャープさに関する情報と、出力画像の滑らかさに関する情報と、出力画像の質感に関する情報と、出力画像のコントラストに関する情報と、出力画像の色合いに関する情報と、のうちの少なくとも１つを含む情報である。
【００２６】
上記のような画像品質特性情報を画像処理制御情報とすれば、異なった画像処理条件情報を情報変換テーブルに従って画像の品質を表す共通の画像品質特性情報に変換することができる。これにより、各画像処理条件情報に特有の情報を画像処理制御情報とする場合に比べて、画像処理制御情報の種類を低減することができる。
【００２７】
上記各画像処理方法において、
前記工程（ｂ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含むことが好ましい。
【００２８】
上記画像処理方法によれば、さらに、入力画像の画像品質情報をも加味して適切な画像処理パラメータを自動的に決定することができる。
【００２９】
また、上記各画像処理方法において、
前記工程（ｂ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００３０】
上記画像処理方法によれば、さらに、オペレータの意図情報をも加味して適切な画像処理パラメータを自動的に決定することができる。
【００３１】
また、基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ｂ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含むことも好ましい。
【００３２】
このようにすれば、オペレータの好みによって生じる出力画像のばらつきを抑制することができる。
【００３３】
さらに、上記各画像処理方法において、
前記工程（ｃ）は、
前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含むことが好ましい。
【００３４】
ファジィ推論によれば、１つの画像処理パラメータに対して複数の画像処理制御情報毎に求められる推論結果から折衷案的な推論結果を求めることができる。また、オペレータの意図情報のような官能的（例えば、感性的、感覚的）な表現形式でしめされた曖昧な情報も推論の条件として容易に利用することができる。
【００３５】
また、本発明の第２の画像処理装置は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルと、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備えることを特徴とする。
【００３６】
本発明の第２の画像処理装置は、上記第２の画像処理方法と同様な作用・効果を有しており、すなわち、各種画像入力手段によって得られた画像データを各種画像出力手段に出力する際に、出力画像の品質を向上させるために必要な各種の画像処理を容易に実行することができる。
【００３７】
また、本発明の第２の記録媒体は、
複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを作成する機能と、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段置に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録していることを特徴とする。
【００３８】
このような第２の記録媒体に記録されたコンピュータプログラムをコンピュータが読みとって実行することによって、上記第２の画像処理方法および第２の画像処理装置と同様の作用・効果を得ることができる。
【００３９】
【発明の他の態様】
この発明は、以下のような他の態様も含んでいる。第１の態様は、コンピュータに上記の発明の各工程または各手段の機能を実現させるコンピュータプログラムを通信経路を介して供給するプログラム供給装置としての態様である。こうした態様では、プログラムをネットワーク上のサーバなどに置き、通信経路を介して、必要なプログラムをコンピュータにダウンロードし、これを実行することで、上記の画像処理方法や画像処理装置を実現することができる。
【００４０】
【発明の実施の形態】
以下、本発明の実施の形態を実施例に基づいて説明する。
【００４１】
Ａ．第１実施例：
Ａ−１．画像処理装置の構成：
図１は、本発明の第１実施例としての画像処理装置の構成を示すブロック図である。この画像処理装置２０は、バス２２に接続されたＣＰＵ２４と、ＲＯＭ２６と、ＲＡＭ２８と、オペレータの入力手段としてのキーボード３０およびマウス３２と、外部記憶装置（ハードディスク）３４とを備えるコンピュータである。また、画像入力手段４０としては、スキャナ４２やカメラ４４を備えている。なお、スキャナ４２やカメラ４４は、画像入力手段４０の一例を示しているだけであり、画像を取得してコンピュータが読み込み可能なデータを出力するものであれば良い。また、画像出力手段５０としては、ＣＲＴ５２やカラープリンタ５４を備えている。画像出力手段５０も、画像入力手段４０と同様に一例を示しているだけであり、コンピュータからデータを受け取って、そのデータを画像として出力するものであれば良い。外部記憶装置としては、通常、ハードディスク３４に限らず、フロッピディスクドライブ装置、ＣＤ−ＲＯＭドライブ装置等も備えられている。通信装置３６は、通信回線を介してサーバ６０を含む外部のネットワークに接続されている。サーバ６０は、通信回線を介してこのコンピュータにコンピュータプログラムを供給するプログラム供給装置としての機能を有する。なお、図１は、各構成要素とバス２２とを接続するインタフェース回路を省略して示している。このコンピュータは、あらかじめＲＯＭ２６に格納されたコンピュータプログラムや、ハードディスク３４等の外部記憶装置から内部記憶装置であるＲＡＭ２８にロードされるコンピュータプログラムを実行することによって画像処理装置として動作する。
【００４２】
図２は、第１実施例としての画像処理装置の機能的構成を示すブロック図である。この画像処理装置２０によって画像の処理を行う場合には、上記各種プログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２、画像処理パラメータ推論決定手段７４、画像処理手段７６として動作する。
【００４３】
これらの各部の機能を実現するコンピュータプログラムは、フレキシブルディスクやＣＤ−ＲＯＭ等の、コンピュータ読み取り可能な記録媒体に記録された形態で提供される。コンピュータは、その記録媒体からコンピュータプログラムを読み取って内部記憶装置または外部記憶装置に転送する。あるいは、通信経路を介してコンピュータにコンピュータプログラムを供給するようにしてもよい。コンピュータプログラムの機能を実現する時には、内部記憶装置に格納されたコンピュータプログラムがコンピュータのマイクロプロセッサによって実行される。また、記録媒体に記録されたコンピュータプログラムをコンピュータが読み取って直接実行するようにしてもよい。
【００４４】
この明細書において、コンピュータとは、ハードウェア装置とオペレーションシステムとを含む概念であり、オペレーションシステムの制御の下で動作するハードウェア装置を意味している。また、オペレーションシステムが不要でアプリケーションプログラム単独でハードウェア装置を動作させるような場合には、そのハードウェア装置自体がコンピュータに相当する。ハードウェア装置は、ＣＰＵ等のマイクロプロセッサと、記録媒体に記録されたコンピュータプログラムを読み取るための手段とを少なくとも備えている。コンピュータプログラムは、このようなコンピュータに、上述の各手段の機能を実現させるプログラムコードを含んでいる。なお、上述の機能の一部は、アプリケーションプログラムでなく、オペレーションシステムによって実現されていても良い。
【００４５】
なお、この発明における「記録媒体」としては、フレキシブルディスクやＣＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ＲＯＭカートリッジ、パンチカード、バーコードなどの符号が印刷された印刷物、コンピュータの内部記憶装置（ＲＡＭやＲＯＭなどのメモリ）および外部記憶装置等の、コンピュータが読み取り可能な種々の媒体を利用できる。
【００４６】
Ａ−２．処理の概要：
以下、第１実施例の画像処理について、画像入力手段４０（図２）のうちスキャナ４２から画像を入力し、画像出力手段５０のうちカラープリンタ５４から画像を出力する場合を例に説明する。
【００４７】
図３は、第１実施例における画像処理の概要を示すフローチャートである。まず、ステップＳ１００〜Ｓ１０４において、画像処理制御情報取得手段７２（図２）が、画像処理制御情報を取得する。すなわち、ステップＳ１００においては、画像入力手段４０（例えば、スキャナ４２）の入力特性情報および画像出力手段５０（例えば、カラープリンタ５４）の出力特性情報を取得する。これらの特性情報については後述する。なお、「取得する」とは、キーボード３０等の入力手段を用いてオペレータが情報を直接入力することや、画像入力手段や画像出力手段などの各接続機器に格納されている情報を必要に応じて読み出すこと、等の種々の方法によって必要な情報を得ることをいう。以下、特に説明のない限り「取得する」とは、上記のような種々の方法で必要な情報を得ることを意味する。
【００４８】
ステップＳ１０２においては、画像入力手段４０（スキャナ４２）から入力された入力画像（処理対象画像）の状態を解析して、後述する画像解析情報を取得する。ステップＳ１０４においては、画像出力手段（カラープリンタ５４）から出力される画像に対するオペレータ（あるいはクライアント）の要望（目標画像に関する要求）を、意図情報として取得する。次に、ステップＳ１０６において、画像処理パラメータ推論決定手段７４（図２）が、ステップＳ１００〜Ｓ１０４において取得した各画像処理制御情報に基づいて、所定の画像処理のための画像処理パラメータを推論決定する。そして、ステップＳ１０８において、画像処理手段７６（図２）が、ステップＳ１０６において求められた画像処理パラメータに応じて画像処理を実行してそのデータを画像出力手段５０（カラープリンタ５４）に出力する。ステップＳ１１０において、画像出力手段５０（カラープリンタ５４）は、画像処理手段７６から出力された画像データを画像として印刷して出力する。
【００４９】
出力画像の品質に係わる画像処理としては、鮮鋭度強調、階調変換等がある。鮮鋭度強調処理は、画像の境界を強調して画像をより鮮明にする処理である。図４は、鮮鋭度強調処理の内容を示す説明図である。図４（ａ）の原稿を矢印Ａの方向にスキャナ４２によって走査すると、図４（ｂ）の原画像信号ＳM が得られる。図４（ｃ）に示すアンシャープ信号ＳU は、原画像信号ＳM を平均化することによって得られる。図４（ｄ）に示すアンシャープマスク信号ＳUMは、原画像信号ＳM からアンシャープ信号ＳU を減算することによって得られる。また、図４（ｅ）に示す強調後の画像信号ＳM'は、原画像信号ＳM とアンシャープマスク信号ＳUMとを加算することによって得られる。
【００５０】
図４（ｃ）に示すアンシャープ信号ＳU を求める際の平均化処理には、１次元または２次元の平均化マスク（平均化フィルタ）が使用される。この平均化マスクのサイズが鮮鋭度強調のパラメータの１つである。図４（ｃ−１）は、マスクサイズを変更した場合のアンシャープ信号ＳU の変化を示している。マスクを大きくするとアンシャープ信号ＳU はより緩やかになり、反対に、マスクを小さくするとアンシャープ信号ＳU はより急峻になる。
【００５１】
図４（ｄ）に示すアンシャープマスク信号ＳUMを求める際のゲインおよびグレイニネスも、鮮鋭度強調のパラメータとなっている。図４（ｄ−１）は、グレイニネスを調整した場合のアンシャープマスク信号ＳUMの変化を示している。「グレイニネス」は、粒状性という意味であり、画像の細かいざらつきを消して滑らかにするために調整される画像処理パラメータである。具体的には、図５に示すように、アンシャープマスク信号ＳUMの絶対値が一定値以下（不感帯Ｗ）の信号値をキャンセルすることにより、図４（ｄ−１）に示すように細かなノイズを除去するものである。従って、不感帯Ｗの範囲が広いほど滑らかさが増加する。なお、図４（ｄ）は、グレイニネス調整を行っていないアンシャープマスク信号ＳUMを示している。
【００５２】
図４（ｄ−２）は、アンシャープマスク信号のゲイン（「シャープネスゲイン」とも呼ぶ）を変更した場合のアンシャープマスク信号ＳUMの変化を示している。
【００５３】
図６は、階調変換処理について説明する説明図である。階調とは、画像の明るさの段階をいい、通常の画像処理では、図６（ａ）に示すように、入力画像の明るさの変化に対する出力画像の明るさの変化が線形である。階調変換は、この線形な変化を図６（ｂ）、図６（ｃ）に示すように非線形に変換して、明るさの段階に関して明るい側を強調したり、暗い側を強調したりする処理である。
【００５４】
以下では、図３の各処理の内容について説明する。
【００５５】
Ａ−３．画像処理制御情報の取得：
画像処理装置２０に接続されて使用され得る各種の画像入力手段４０や画像出力手段５０の画像処理制御情報、すなわち、入力特性情報や出力特性情報は、あらかじめ、ハードディスク３４などの記憶装置に記憶されている。例えば、市販されている主なスキャナ、デジタルカメラ、プリンタ、ＣＲＴ等について、その商品名（型式）毎に特有の特性情報が格納されている。図３のステップＳ１００では、画像処理制御情報取得手段７２が、実際に使用する画像入力手段４０および画像出力手段５０、例えば、スキャナ４２の入力特性情報およびカラープリンタ５４の出力特性情報を、ハードディスク３４から読み出して取得する。
【００５６】
入力特性情報および出力特性情報は、画像入力手段４０（スキャナ４２）および画像出力手段（カラープリンタ５４）における画像品質を決定付ける複数の特性情報（パラメータ）を有している。特性情報としては、画像入力手段４０の場合、受光素子の種類（フォトマル，ＣＣＤ等），解像度，分解倍率，ＭＴＦ特性，ノイズ特性，階調再現性，色特性等が挙げられる。また、画像出力手段５０の場合、出力方式の種類（インクジェット，昇華転写，電子写真，銀塩光学的露光等），解像度，階調再現方式（網点，ディザ，誤差拡散，連続調等），階調再現性，色特性等が挙げられる。例えば、画像の鮮鋭度に影響を与える特性情報としては、画像入力手段の解像度およびＭＴＦ特性、画像出力手段の解像度等が挙げられる。また、階調変換に影響を与える特性情報としては、データの精度、階調再現性等が挙げられる。
【００５７】
画像入力手段４０（スキャナ４２）から画像が入力されると、画像処理制御情報取得手段７２はステップＳ１０２で入力画像を解析して、その解析結果を画像解析情報として取得する。画像解析情報には、ノイズ量、階調ヒストグラム（画面全体または一部について、各階調の頻度を表す）等の入力画像の統計的情報が含まれる。
【００５８】
ステップＳ１０４では、画像処理制御情報取得手段７２が、オペレータによって設定された意図情報を取得する。意図情報は、画像出力手段５０（カラープリンタ５４）から出力される画像の品質に関するオペレータの要望を表す情報であり、官能的（定性的、感覚的）な表現形式で示される。官能的な表現形式とは、立体感がある、鮮やか、落ちついた、等の表現形式をいう。例えば、「画像の鮮鋭度は、ややシャープに表現する」、「画像の仕上がりは、落ちついた感じがよい」、などのキーワード情報が意図情報である。図７は、意図情報設定の例を示す説明図である。意図情報は、ＧＵＩ（グラフィカル・ユーザ・インタフェース）によって、オペレータの意図情報を設定する画面上で、図７（ａ）に示すように、キーボード３０やマウス３２（図１）によってキーワードを選択したり、図７（ｂ）に示すように、画面上に示された調整スケールの位置をキーボード３０やマウス３２によって調整することによって設定される。
【００５９】
Ａ−４．画像処理パラメータの推論決定：
ステップＳ１０６では、画像処理パラメータ推論決定手段７４（図２）が、ステップＳ１００〜Ｓ１０４において取得した各画像処理制御情報に基づいて画像処理パラメータを推論決定する。推論決定の方法としては、例えば、１つの画像処理パラメータに影響を与える各画像処理制御情報に基づいて、その画像処理パラメータの値の最大値，平均値，最小値等のいずれかを選択する方法や、ファジィ推論による方法等が考えられる。すなわち、取得された画像処理制御情報に基づいて各画像処理パラメータの値を推論決定できれば、推論方法は限定されない。
【００６０】
以下では、鮮鋭度強調（シャープネス）処理の画像処理パラメータの一つであるシャープネスゲインをファジィ推論によって決定する場合を一例に、画像処理パラメータの推論決定について説明を行う。図８は、画像の鮮鋭度に影響を与える画像処理制御情報の例を示す説明図である。以下では、図８に示す画像処理制御情報が、図３のステップＳ１００〜Ｓ１０４で取得された場合を仮定して説明する。画像入力手段４０として選択されたスキャナ４２に関係する入力特性情報は、解像度がＡ［ｄｐｉ］（例えば、６００ｄｐｉ）およびＭＴＦ特性がＢ（例えば、空間周波数３０ｃｙｃｌｅ／ｍｍにおいて０．８）である。画像出力手段５０として設定されたカラープリンタ５４に関係する出力特性情報は、解像度がＣ［ｄｐｉ］（例えば、３００ｄｐｉ）である。オペレータ（またはクライアント）の意図情報は、Ｄ（ややシャープが好み）である。入力画像の画像解析情報の一つであるノイズ量がＧ［％］（例えば、８０％）である。
【００６１】
ファジィ推論を行うために、あらかじめ次の３つの条件を定義しておく。第１に、各画像処理制御情報毎に各画像処理に関するファジィルールを定義する。これは、例えば、各画像処理に関して、画像入力手段のある画像処理制御情報を変数とした場合に、画像出力手段を固定して、基準となる画像処理結果を出力させるために要求される画像処理パラメータの値を種々の画像入力手段毎に求め、その結果を統計することによって経験則的に求めることができる。
【００６２】
図９は、鮮鋭度強調処理のための画像処理パラメータであるシャープネスゲインを推論決定するためのファジィルールの例を示す説明図である。図９（ａ）は、画像入力手段の解像度に対するファジィルールの例を示している。図９（ｂ）は、画像入力手段のＭＴＦ特性に対するファジィルールの例を示している。図９（ｃ）は、画像出力手段の解像度に対するファジィルールの例を示している。図９（ｄ）は、シャープネスに関するオペレータの意図情報に対するファジィルールの例を示している。図９（ｅ）は、画像解析情報の一つであるノイズ量に対するファジィルールの例を示している。
【００６３】
これらのファジィルールは「ファジィＩＦ−ＴＨＥＮ規則」で記述され、ＩＦの後ろからＴＨＥＮの前までの部分を前件部、ＴＨＥＮから後ろの部分を後件部と呼ぶ。例えば、図９（ａ）に示す１つ目のルールは、「画像入力手段の解像度がファジィ集合ＺＯに含まれるならば（前件部）、シャープネスゲインをファジィ集合ＺＯにせよ（後件部）」という意味を示している。ここで、ファジィ集合ＺＯは、例えば、画像入力手段の解像度は「中くらいの値」であるというような、ある程度幅を持った曖昧な集合を示している。一般に、ファジィ集合は、ＮＬ，ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ，ＰＬ等の記号で表される。例えば、ファジィ集合ＺＯを基準値（中くらいの値）とした場合に、ＰＳは「基準値よりも少し大きめ」、ＰＭは「基準値よりも大きめ」、ＰＢは「基準値よりもかなり大きめ」を示している。また、ＮＳは「基準値よりも少し小さめ」、ＮＭは「基準値よりも小さめ」、ＮＢは「基準値よりもかなり小さめ」のファジィ集合をそれぞれ示している。なお、図９に示した各ルールは、説明を容易にするため、単純なルール設定を例として示しているが、実際には実施の状況に応じて経験則に基づいて決定される。
【００６４】
第２に、後述する図１１（ａ），（ｂ），（ｃ），（ｄ），（ｅ）に示すように、ファジィルールの前件部における各画像処理制御情報に対するファジィ集合の関係を示すメンバシップ関数を定義する。第３に、図１１（ｆ），（ｇ），（ｈ），（ｉ），（ｊ），（ｋ）に示すように、ファジィルールの後件部における画像処理パラメータに対するファジィ集合の関係を示すメンバシップ関数を定義する。
【００６５】
以上の３つの条件に従って、画像処理パラメータ推論決定手段７４（図２）は、画像処理パラメータを決定するファジィ推論を、以下のように行う。図１０は、ファジィ推論のプロセスの概要を示す説明図である。図１１は、ファジィ推論の例を示す説明図である。図１１の横軸は各画像処理制御情報または画像処理パラメータ（シャープネスゲイン）を正規化したスケールで示し、縦軸はその適合度（メンバシップ値）を示している。
【００６６】
まず、図１０に示すステップＳ２００では、各画像処理制御情報（入力特性情報、出力特性情報、意図情報、画像解析情報）に対する各ファジィルールの前件部のメンバシップ値を求める。図１１（ａ）に示すように、スキャナ４２の解像度の値Ａ［ｄｐｉ］（図９（ａ））に対応するメンバシップ値を、画像入力手段の解像度に関する前件部のメンバシップ関数を用いて求める。例えば、図１１（ａ）に示すように、スキャナ４２の解像度の値Ａ［ｄｐｉ］に対して、ファジィ集合ＰＳにおけるメンバシップ値ａ１と，ファジィ集合ＺＯにおけるメンバシップ値ａ２とが得られる。第１のメンバシップ値ａ１は、解像度Ａ［ｄｐｉ］がファジィ集合ＰＳに含まれる確からしさ（適合度）を示しており、第２のメンバシップ値ａ２は、解像度Ａ［ｄｐｉ］がファジィ集合ＺＯに含まれる確からしさを示している。同様に、図１１（ｂ）に示すように、画像入力手段のＭＴＦ特性に関する前件部のメンバシップ関数を用いて、スキャナ４２のＭＴＦ特性の値Ｂ（図９（ｂ））に対する２つのメンバシップ値ｂ１，ｂ２が求められる。また、図１１（ｃ）に示す画像出力手段の解像度に関する前件部メンバシップ関数を用いて、カラープリンタ５４の解像度の値Ｃ（図９（ｃ））に対する２つのメンバシップ値ｃ１，ｃ２が求められる。また、図１１（ｄ）に示すオペレータの意図情報に関する前件部のメンバシップ関数を用いて、シャープネスに関するオペレータの意図情報の値Ｄ（図９（ｄ））に対する２つのメンバシップ値ｄ１，ｄ２が求められる。さらに、図１１（ｅ）に示す入力画像の解析情報の一つであるノイズ量に関する前件部メンバシップ関数を用いて、ノイズ量の値Ｇ（図９（ｅ））に対する１つのメンバシップ値ｅ１が求められる。
【００６７】
次に、ステップＳ２０２では、ステップＳ２００で求めた各画像処理制御情報に対する各メンバシップ値および各ファジィルールに基づいて、各画像処理制御情報毎の推論結果を求める。各推論結果は、前件部メンバシップ関数から求められたメンバシップ値に基づいて、後件部のメンバシップ関数上にファジィ集合として示される。例えば、図１１（ｆ）は、スキャナ４２の解像度に関する推論結果を示し、この推論結果は、図１１（ａ）で求められたメンバシップ値ａ１，ａ２および図９（ａ）に示したファジィルールに基づいて求められる。この推論結果は、各メンバシップ値の高さを頂点として、ファジィルールの後件部（図９（ａ）の２式目）から求められるファジィ集合（実線で示された山の範囲ＮＳ，ＺＯ）を高さ方向に縮小した形状（図中破線および斜線で示されている部分）で示されている。なお、各推論結果を後件部メンバシップ関数上に表現する方法としては、メンバシップ値の高さで、ファジィ集合を頭切りした形状とする方法でも良い。同様に、図１１（ｇ）はスキャナ４２のＭＴＦ特性に関する推論結果を示している。図１１（ｈ）はカラープリンタ５４の解像度に関する推論結果を示している。図１１（ｉ）はシャープネスに関するオペレータの意図情報に関する推論結果を示している。図１１（ｊ）は画像解析情報の一つであるノイズ量に関する推論結果を示している。
【００６８】
そして、ステップＳ２０４では、各画像処理制御情報毎に求められた各画像処理パラメータに関する推論結果に基づいて、各画像処理パラメータに関する最終的な推論結果を求める。各画像処理パラメータに関する最終的な推論結果は、図１１（ｋ）に示すように、同じ画像処理パラメータに関する各画像処理制御情報毎の推論結果を重ね合わせてその最大値をとるように合成し、合成された推論結果の重心を求めることによって求められる。この場合、重心演算は、次式によって行われる。
【００６９】
ｚ（重心）＝∫ｙ・ｍ（ｙ）ｄｙ／∫ｍ（ｙ）ｄｙ …（１）
【００７０】
ここで、ｍ（ｙ）はメンバシップ関数、ｙはメンバシップ値である。
【００７１】
以上のようにして、求められた重心Ｚに対応する横軸の値、すなわち、シャープネスゲインの値が推論結果となる。画像処理手段７６（図２）は、この推論結果であるシャープネスゲインの値を用いて画像処理（図３に示すステップＳ１０８）を実行する。そして、希望する鮮鋭度強調を施した画像がカラープリンタ５４（図２）から出力される（図３に示すステップＳ１１０）。なお、最終的な推論結果を、合成された推論結果の重心演算ではなく、その最大値、最小値、とすることも可能である。
【００７２】
上述のように、画像処理を実行するための画像処理パラメータを推論決定すれば、画像処理パラメータの値を各画像処理制御情報毎に求められる画像処理パラメータに関する推論結果の折衷案的な値とすることができ、適切な画像処理を実行することができる。すなわち、画像処理制御情報（入力特性情報，出力特性情報，意図情報，画像解析情報）に基づいて画像処理パラメータを推論決定すれば、画像処理パラメータの設定に熟練していないオペレータであっても、出力画像の仕上り具合に関する情報を意図情報として設定するだけで、適切な画像処理を実行することができ、容易に希望する画像の出力結果を得ることができる。
【００７３】
図１２は、別のファジィ推論の例を示す説明図である。図１２は、基準となる画像処理パラメータ（基準画像処理パラメータ）を求めておき、画像処理パラメータの基準画像処理パラメータに対するずれ量（オフセット量）を推論によって求めるようにする推論を示している。すなわち、図１０に示すステップＳ２０２で決定される各画像処理情報毎の推論結果は直接画像処理パラメータであるのに対して、ステップＳ３０２で決定される各画像処理情報毎の推論結果は基準画像処理パラメータに対するオフセット量である。そして、ステップＳ２０４では、最終的な推論結果として直接画像処理パラメータが求められるのに対して、ステップＳ３０４では、最終的な推論結果として基準画像処理パラメータに対するオフセット量が求められ、ステップＳ３０６で、基準画像処理パラメータにこのオフセット量を加えて初めて必要な画像処理結果を得るための画像処理パラメータが求められる。この場合、定義される後件部メンバシップ関数の横軸は、基準画像処理パラメータに対する相対量（オフセット量）となる。なお、ステップＳ３００〜Ｓ３０４における具体的な推論の手順は、図１０に示すステップＳ２００〜Ｓ２０４におけるそれと同様である。図１２に示すファジィ推論によれば、オペレータやクライアントによる意図情報が何ら取得されなくても、まず、基準画像処理パラメータに、使用する画像入力手段や画像出力手段の画像処理制御情報を加味した標準的な画像処理を実行することができる。すなわち、オペレータは、いつでも標準的な画像を出力して確認することができる。そして、得られた画像を確認後、変更したい画像処理内容をオペレータの意図情報として、新たに入力し、再度画像処理を実行し、画像処理結果を確認しながら、希望する画像を得ることができる。
【００７４】
Ｂ．第２実施例：
Ｂ−１．画像処理装置の構成：
図１３は、第２実施例としての画像処理装置の機能的構成を示すブロック図である。第２実施例としての画像処理装置２０Ａは、図１および図２に示す第１実施例とほぼ同様の構成を有しており、各種コンピュータプログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２Ａ、画像処理パラメータ推論決定手段７４、画像処理制御手段７６として動作する。
【００７５】
第２実施例と第１実施例の違いは、この画像処理装置２０Ａが後述する情報変換テーブルＴＢＬ１を備えており、使用される画像入力手段および画像出力手段に特有の入力特性情報および出力特性情報、すなわち画像処理制御情報を、この情報変換テーブルＴＢＬ１に従って取得することにある。
【００７６】
Ｂ−２．画像処理制御情報の取得：
図１４は、画像処理制御情報取得手段７２Ａが画像処理制御情報としての入力特性情報や出力特性情報を取得する方法について示す説明図である。情報変換テーブルＴＢＬ１には、予め、使用可能な画像入力デバイス（画像入力手段）や画像出力デバイス（画像出力手段）の名称等の画像処理条件情報と、画像入力デバイスや画像出力デバイスそれぞれに特有の入力特性情報や出力特性情報（画像処理制御情報）とが記憶されている。この情報変換テーブルＴＢＬ１は、図１に示すＲＡＭ２８やハードディスク３４等に記憶されている。
【００７７】
画像処理装置２０Ａを最初にセットアップするとき、あるいは、画像処理装置２０Ａを使用し始めるときに、キーボード等を用いて、使用される画像入力デバイスや画像出力デバイスを指定する。画像処理を開始すると、図３のステップＳ１００において画像処理制御情報取得手段７２Ａは、この指定された画像入力デバイスや画像出力デバイスの名称を画像処理条件情報として取得する。情報変換テーブルＴＢＬ１は、取得された画像処理条件情報に対応する入力特性情報や出力特性情報を出力する。
【００７８】
従って、第２実施例においても、第１実施例と同様に、画像処理制御情報としての入力特性情報や出力特性情報に基づいて画像処理パラメータを推論決定することができる。特に、第２実施例においては、画像入力手段や画像出力手段の種類のような簡単な情報を画像処理条件情報として取得するだけで、情報変換テーブルＴＢＬ１に従って容易に画像処理制御情報（入力特性情報，出力特性情報）を取得することができる。
【００７９】
Ｃ．第３実施例：
Ｃ−１．画像処理装置の構成および画像処理の概要：
図１５は、第３実施例としての画像処理装置の機能的構成を示すブロック図である。第３実施例としての画像処理装置２０Ｂは、図１３に示す第２実施例とほぼ同様の構成を有しており、各種コンピュータプログラムの作用によりＣＰＵ２４（図１）は、各処理段階に応じて、画像処理制御情報取得手段７２Ｂ、画像処理パラメータ推論決定手段７４、画像処理制御手段７６として動作する。また、この画像処理装置２０Ｂは、後述する情報変換テーブルＴＢＬ２を備えている。
【００８０】
第３実施例と第２実施例との違いは、画像処理制御情報取得手段７２Ｂが取得する画像処理制御情報としての情報が、画像入力手段の入力特性情報や画像出力手段の出力特性情報ではなく、画像品質特性情報であることにある。また、画像処理装置２０Ｂが後述する情報変換テーブルＴＢＬ２を備えており、画像処理制御情報としての画像品質特性情報を、この情報変換テーブルＴＢＬ２に従って取得することにある。
【００８１】
図１６は、第３実施例における画像処理の概要を示すフローチャートである。まず、ステップＳ４００において、画像処理制御情報取得手段７２Ｂ（図１５）が、画像処理制御情報として画像品質特性情報を取得する。これらの画像品質特性情報については後述する。ステップＳ１０２〜Ｓ１１０の内容は、図３の第１実施例と同じであるが、後述するように、ファジィルールは第１実施例と異なるものが使用されている。
【００８２】
Ｃ−２．画像品質特性情報の取得：
図１７は、画像処理制御情報取得手段７２Ｂが画像処理制御情報として画像品質特性情報を取得する方法について示す説明図である。情報変換テーブルＴＢＬ２には、画像処理条件情報とこれに対応する画像品質特性情報との関係が記憶されている。ここで、「画像処理条件情報」は、出力画像の品質に影響を与えるような情報を意味する。例えば、スキャナやデジタルカメラなどの画像入力手段（画像入力デバイス）を示す情報（名称、型名等）や、レーザプリンタやインクジェットプリンタあるいはＣＲＴなどの画像出力手段（画像出力デバイス）を示す情報（名称、型名等）、普通紙や再生紙あるいは専用紙などの出力媒体を示す情報、ポスタやチラシなどの用途を示す情報、あるいは、人物画像や風景画像などの画像の対象を示す情報などが画像処理条件情報に含まれる。「画像品質特性情報」は、画像処理条件情報に基づき経験則で決定される画像処理具合を表す情報であり、感覚的なキーワードによって示される。例えば、出力画像の鮮やかさの程度を表す情報や、出力画像のシャープさの程度に関する情報、出力画像の質感の具合を表す情報、あるいは出力画像の色合いの具合に関する情報等を感覚的なキーワードによって示す情報が画像品質特性情報に含まれる。
【００８３】
なお、これらの画像品質特性情報は、画像処理パラメータに対応づけられている。例えば、画像処理パラメータ「シャープネスゲイン」には「シャープネスの強さ」、画像処理パラメータ「マスクサイズ」には「画像の質感」、画像処理パラメータ「グレイニネス」には「画像の滑らかさ」の各画像品質特性情報がそれぞれ対応づけられている。
【００８４】
情報変換テーブルＴＢＬ２には、各画像処理条件情報が、複数の画像品質特性情報の好ましい情報値に関係付けられている。例えば、画像処理条件情報「画像入力デバイスＡ」は、画像品質特性情報「シャープさはＸ１１」、「滑らかさはＸ１２」、…と関係付けられている。この情報変換テーブルＴＢＬ２は、図１に示すＲＡＭ２８やハードディスク３４等に記憶されている。
【００８５】
画像処理装置２０Ｂを使用し始めるときに、ユーザは、キーボード３０等を用いて、使用される画像入力デバイスや画像出力デバイス、出力媒体、用途等の画像処理条件情報を指定する。なお、画像処理条件のうちのいくつかは、所定の初期設定値をそのまま使用するようにしてもよい。画像処理を開始すると、画像処理制御情報取得手段７２Ｂは、これらの指定された情報を画像処理条件情報として取得する。そして、取得された画像処理条件情報に対応する品質特性情報を情報変換テーブルＴＢＬ２を参照して取得することができる。
【００８６】
Ｃ−４．画像処理パラメータの推論決定：
ステップＳ１０６では、画像処理パラメータ推論決定手段７４（図１５）が、ステップＳ４００、Ｓ１０２、Ｓ１０４において取得した各画像処理制御情報に基づいて画像処理パラメータを推論決定する。
【００８７】
以下では、画像処理条件情報として、画像入力デバイス「デジタルカメラＮ１」、画像出力デバイス「昇華プリンタＮ２」、画像の対象「人物」が情報として指定されており、この場合の鮮鋭度強調（シャープネス）処理の画像処理パラメータであるシャープネスゲイン（アンシャープマスクの強度の調整パラメータ）と、マスクサイズ（アンシャープマスクのカットオフ周波数の調整パラメータ）と、グレイニネス（アンシャープマスクの不感帯の調整パラメータ）をファジィ推論によって決定する場合を一例に、画像処理パラメータの推論決定について説明を行う。
【００８８】
鮮鋭度強調処理に関する画像品質特性情報としては、「シャープネスの強さ」と、「画像の質感」と、「画像の滑らかさ」とがあり、これらの画像品質特性情報は、それぞれシャープネスゲインと、マスクサイズと、グレイニネスの制御に関係付けることができる。情報変換テーブルＴＢＬ２には、各画像処理条件情報ごとに、シャープネスの強さと、画像の質感と、画像の滑らかさのうち、各画像処理条件情報に関係する情報が示されている。
【００８９】
図１８は、画像処理条件情報と、画像の鮮鋭度を示す画像処理制御情報としての画像品質特性情報の例を示す説明図である。情報変換テーブルＴＢＬ２には、画像処理条件情報としての画像入力デバイス「デジタルカメラＮ１」、画像出力デバイス「昇華プリンタＮ２」、画像の対象「人物」に対して、それぞれ画像の鮮鋭度を示す画像品質特性情報がそれぞれ関係づけられている。各画像品質特性情報の情報値は、各画像処理条件情報における画像品質特性情報に関する画像への影響度を考慮して、経験的に求められたスケーラブルな値で表されている。本実施例では、以下の各条件から各画像品質特性情報の情報値を０〜１００までの値で示している。
【００９０】
▲１▼画像入力デバイス「デジタルカメラＮ１」に関する条件「デジタルカメラＮ１において、すでに若干の鮮鋭化処理が行われているので、鮮鋭化は抑え目でよい。ダイナミックレンジが狭いので、画像の荒れを防ぐために滑らかに仕上げたい。」より、シャープネスの強さは４０、画像の滑らかさは７０としている。
【００９１】
▲２▼画像出力デバイス「昇華プリンタＮ２」に関する条件「解像力３００ｄｐｉであり、階調表現は連続調を用いているので、繊細に仕上げたい。また、昇華転写プリンタ特有のエッジぼけがあるので鮮鋭化は強めにしたい。」より、シャープネスの強さは６０、画像の質感は３０としている。
【００９２】
▲３▼画像の対象「人物」に関する条件「鮮鋭化は抑え目でよい。人物の肌をやわらかに仕上げたい。質感は標準でよい。」より、シャープネスの強さは３０、画像の質感は５０、画像の滑らかさは６５としている。
【００９３】
以下では、図１６のステップＳ４００において画像処理条件情報として図１８に示す画像品質特性情報が取得された場合を仮定して説明する。なお、説明を容易にするため、ステップＳ１０２およびステップＳ１０４で取得された画像解析情報および意図情報については、省略する。
【００９４】
ファジィ推論を実際に行うためには、第１実施例で説明したように、予め各画像処理制御情報、すなわち各画像品質特性情報を対応する各画像処理パラメータに結びつけるファジィルールを定義しておく必要がある。図１９は、第３実施例における鮮鋭度強調処理のための画像処理パラメータに関するファジィルールの例を示す説明図である。図１９（ａ）は、画像品質特性情報としてのシャープネスの強さに対して要求される画像処理パラメータ「ゲイン（シャープネスゲイン）」に関するファジールールの例を示している。図１９（ｂ）は、画像品質特性情報としての画像の質感に対して要求される画像処理パラメータ「マスクサイズ」に関するファジールールの例を示している。図１９（ｃ）は、画像品質特性情報としての画像の滑らかさに対して要求される画像処理パラメータ「グレイニネス」に関するファジールールの例を示している。なお、図１９に示した各ルールは、説明を容易にするため、単純なルール設定を例として示しているが、実際には実施の状況に応じて経験則に基づいて決定される。
【００９５】
また、第１実施例で説明したように、後述する図２０に示すようなファジィルールの前件部、すなわち画像品質特性情報に関するメンバシップ関数と、後件部、すなわち画像処理パラメータに関するメンバシップ関数とを定義しておく必要がある。
【００９６】
上記のように定義された条件に従って、画像処理パラメータ推論決定手段７４（図１５）は画像処理パラメータを決定するファジィ推論を行う。図２０は、第３実施例におけるファジィ推論の例を示す説明図である。図２０の横軸は各画像処理制御情報または画像処理パラメータを正規化したスケールで示し、縦軸はその適合度（メンバシップ値）を示している。
【００９７】
ファジィ推論のプロセスは、第１実施例において図１０を用いて説明したプロセスと同様である。すなわち、まず、ステップＳ２００では、各画像処理制御情報に対する各ファジィルールの前件部のメンバシップ値を求める。例えば、図２０（ａ）に示すように、シャープネスの強さの情報として取得された画像入力デバイス「デジタルカメラＮ１」の情報値ａ１＝４０（図１８）に対して、ファジィ集合ＮＳにおけるメンバシップ値ａ１ｈと、ファジィ集合ＺＯにおけるメンバシップ値ａ１ｌとが求められる。また、画像出力デバイス「昇華プリンタＮ２」の情報値ａ２＝６０（図１８）に対して、ファジィ集合ＰＳにおけるメンバシップ値ａ２ｈと、ファジィ集合ＺＯにおけるメンバシップ値ａ２ｌとが求められる。さらに、画像の対象「人物」の情報値ａ３＝３０（図１８）に対して、ファジィ集合ＮＭにおけるメンバシップ値ａ３ｈと、ファジィ集合ＮＳにおけるメンバシップ値ａ３ｌとが求められる。
【００９８】
同様に、図２０（ｂ）に示すように、画像の質感に関する前件部メンバシップ関数を用いて、画像出力デバイス「昇華プリンタＮ２」の情報値ｂ２＝３０（図１８）に対するメンバシップ値ｂ２ｈ，ｂ２ｌと、画像の対象「人物」の情報値ｂ３＝５０（図１８）に対するメンバシップ値ｂ３ｈとが求められる。また、図２０（ｃ）に示すように、画像の滑らかさに関する前件部メンバシップ関数を用いて、画像入力デバイス「デジタルカメラＮ１」の情報値ｃ１＝７０（図１８）に対するメンバシップ値ｃ１ｈ，ｃ１ｌと、画像の対象「人物」の情報値ｃ３＝６５に対するメンバシップ値ｃ３ｈ，ｃ３ｌとが求められる。
【００９９】
次に、ステップＳ２０２（図１０）では、ステップＳ２００で求めた各画像処理制御情報に対する各メンバシップ値および各ファジィルールに基づいて、各画像処理制御情報、すなわち各画像品質特性情報毎の推論結果を求める。各推論結果は、前件部メンバシップ関数から求められたメンバシップ値に基づいて、後件部のメンバシップ関数上にファジィ集合として示される。例えば、図２０（ｄ）は、シャープネスの強さに関する推論結果、すなわち、画像処理パラメータとしてのシャープネスゲインに関する推論結果を示している。この推論結果は、図２０（ａ）で求められたメンバシップ値ａ１ｈ，ａ１ｌ，ａ２ｈ，ａ２ｌ，ａ３ｈ，ａ３ｌおよび図１９（ａ）に示したファジィルールに基づいて求められる。この推論結果は、各メンバシップ値の高さを頂点として、ファジィルールの後件部（図２０（ａ））から求められるファジィ集合（細い実線で示された山の範囲）を高さ方向に縮小した形状（図中太い実線および斜線で示されている部分）で示されている。なお、各推論結果を後件部メンバシップ関数上に表現する方法としては、メンバシップ値の高さで、ファジィ集合を頭切りした形状とする方法でも良い。
【０１００】
同様に、図２０（ｅ）は画像の質感に関する推論結果、すなわち、画像処理パラメータとしてのマスクサイズに関する推論結果を示している。図２０（ｆ）は画像の滑らかさに関する推論結果、すなわち、画像処理パラメータとしてのグレイニネスに関する推論結果を示している。
【０１０１】
そして、ステップＳ２０４では、ステップＳ２０２で求めた各画像処理制御情報（すなわち各画像品質特性情報）毎に求められた各画像処理パラメータに関する推論結果を総合して各画像処理パラメータに関する最終的な推論結果を求める。最終的な推論結果は、第１実施例で説明したように、ステップＳ２０２で求められた各メンバシップ値に対応する推論結果を重ね合わせてその最大値をとるように合成し、合成された推論結果の重心を求めることによって求められる。この場合、重心演算は、上述した（１）式によって行われる。
【０１０２】
以上のようにして、求められた重心Ｚに対応する横軸の値が、図２０（ｄ），（ｅ），（ｆ）に示すシャープネスゲイン，マスクサイズ，グレイニネスの最終的な推論結果となる。
【０１０３】
画像処理手段７６（図２）は、この推論結果であるシャープネスゲインの値を用いて画像処理（図３に示すステップＳ１０８）を実行する。そして、希望する鮮鋭度強調を施した画像がカラープリンタ５４（図２）から出力される（図１６に示すステップＳ１１０）。なお、最終的な推論結果を、合成された推論結果の重心演算ではなく、その最大値、最小値、とすることも可能である。
【０１０４】
なお、第３実施例においても、第１実施例において図１２を用いて説明したように基準画像処理パラメータに対するずれ量を推論によって求めるようにしてもよい。
【０１０５】
以上説明したように、画像処理を実行するための画像処理パラメータを推論決定すれば、第１実施例と同様に、画像処理パラメータの値を各画像処理制御情報毎に求められる画像処理パラメータの値の折衷案的な値とすることができ、適切な画像処理を実行することができる。すなわち、画像処理制御情報に基づいて画像処理パラメータを推論決定すれば、画像処理パラメータの設定に熟練していないオペレータであっても、出力画像の仕上り具合に関する情報を意図情報として設定するだけで、適切な画像処理を実行することができ、希望する画像の出力結果を容易に得ることができる。特に、第３実施例においては、画像処理条件情報を画像品質特性情報に変換する情報変換テーブルを備えており、簡単な画像処理条件情報を指定すれば、指定された画像処理条件情報が対応する画像品質特性情報に変換され、変換された画像品質特性情報に対応する画像処理パラメータを推論決定することができる。
【０１０６】
また、画像処理条件情報は、画像入力デバイスや画像出力デバイス、用紙の種類等の簡単な情報である。さらに、画像品質特性情報は画像処理パラメータに対応する情報であるが、画像処理後の画像の品質を表す感覚的な情報である。これにより、画像処理パラメータの設定に熟練していないオペレータであっても、第１実施例に比べてより一層簡単に適切な画像処理を実行することが可能となる。
【０１０７】
また、第１実施例においては、画像処理制御情報が、画像入力デバイスや画像出力デバイスに特有の特性情報であるので、特有の特性情報ごとにそれぞれ、推論決定に必要なファジィルールと前件部および後件部のメンバシップ関数等（パラメータセット）を用意する必要がある。しかし、第３実施例においては、画像処理制御情報が、画像の鮮やかさを示す情報や、画像のシャープさを示す情報、画像の滑らかさを示す情報などの各画像処理パラメータに対応する情報（画像品質特性情報）である。従って、画像入力デバイスや画像出力デバイス、あるいは、用紙の種類等（画像処理条件情報）が変更されても上記パラメータセットを変更する必要がない。また、新たに画像入力デバイスや画像出力デバイス等の画像処理条件情報を追加したり、既存の画像処理条件情報を変更する場合でも、情報変換テーブルの追加、修正を行うだけでよい。
【０１０８】
本実施例における画像処理パラメータの推論決定の説明においては、説明を容易にするために、画像処理制御情報としての画像解析情報やオペレータ等の意図情報について省略している。しかしながら、第１実施例と同様に、画像解析情報やオペレータ等の意図情報に関しても画像処理制御情報として加えて画像処理パラメータを推論決定することができる。オペレータ等の意図情報は、図２１に示すような画像調整用の画面を用いて設定することができる。図２１の上半分の色調整領域ＣＡには、画像の色調整のための種々の設定用レバーが設けられている。また、図２１の下半分の鮮鋭度調整領域ＳＡには、鮮鋭度調整のための種々の設定用レバーが設けられている。ユーザは、これらのレバーの左右の位置を設定することによって、画像の色味や鮮鋭度の好みを設定することが可能である。
【０１０９】
Ｄ．他の実施例および実施形態：
なお、この発明は上記の実施例や実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能である。例えば次のような変形も可能である。
【０１１０】
（１）上述の各実施例では、画像処理として鮮鋭度強調処理を例に説明しているが、これに限定されるものではなく、階調変換、色変換等の他の画像処理に対しても同様に、対応する画像処理制御情報に基づいて本発明を実施可能である。
【０１１１】
（２）また、上述の各実施例においては、画像処理制御情報として代表的な情報を一例として用いて説明しており、これらに限定されるものではない。実際の画像処理においては、対応する画像処理制御情報を場合に応じて取捨選択することができる。例えば、第１実施例において、入力特性情報と出力特性情報のみを利用する場合、画像解析情報を利用しない場合、意図情報を利用しない場合、入力特性情報を利用しない場合等にも本発明を適用することができる。
【０１１２】
（３）上述の各実施例では、意図情報は定性的（官能的）な表現形式で設定される。ところが、同一の画像処理装置を複数のオペレータで共有することがある。そして、意図情報を設定するときに用いられる定性的な表現に対する受け止め方は各オペレータによって異なる。この異なり具合をここで仮に嗜好情報と呼ぶ。
【０１１３】
各意図情報に対する嗜好情報を各オペレータ毎に予めテーブル化しておくことも可能である。画像処理装置２０を使用し始めるときにキーボード３０等を用いて現在のオペレータを指示しておく。キーボード３０等にシャープネスに関する意図情報が「ややシャープ」と入力されると、前記テーブルはこの「ややシャープ」という意図情報を現在のオペレータの嗜好に応じたものに修正して画像処理パラメータ推論決定手段７４に出力する。画像処理パラメータ推論決定手段７４はその修正された意図情報等に基づいて画像処理パラメータを決定する。
【０１１４】
なお、上記では個々の意図情報毎に各オペレータの嗜好情報を設定したがこれに限られるものではなく、意図情報とは別個に嗜好情報を定めてもよく、各オペレータが有する嗜好を全般的に表現した嗜好情報を定めたテーブルを使用してもよい。このようにしたときには、キーボード３０等を用いて現在のオペレータが指示されると別のオペレータが指示されるまでテーブルの出力が画像処理パラメータを決定する一要因として画像処理パラメータ推論決定手段７４に与えられる。
【０１１５】
いずれの方法を用いたときでも、オペレータの画像処理に対する好みによって生じる出力画像のばらつきを防止することができる。
【図面の簡単な説明】
【図１】第１実施例としての画像処理装置の構成を示すブロック図である。
【図２】第１実施例としての画像処理装置の機能的構成を示すブロック図である。
【図３】第１実施例における画像処理の概要を示すフローチャートである。
【図４】鮮鋭度強調処理の内容を示す説明図である。
【図５】グレイニネス特性について示す説明図である。
【図６】階調変換処理について示す説明図である。
【図７】意図情報設定の例を示す説明図である。
【図８】第１実施例における画像の鮮鋭度に影響を与える画像処理制御情報の例を示す説明図である。
【図９】第１実施例における鮮鋭度強調処理のための画像処理パラメータであるシャープネスゲインを推論決定するためのファジィルールの例を示す説明図である。
【図１０】ファジィ推論のプロセスの概要を示す説明図である。
【図１１】第１実施例におけるファジィ推論の例を示す説明図である。
【図１２】別のファジィ推論のプロセスの概要を示す説明図である。
【図１３】第２実施例としての画像処理装置の機能的構成を示すブロック図である。
【図１４】画像処理制御情報取得手段７２Ａが画像処理制御情報として入力特性情報や出力特性情報を取得する方法について示す説明図である。
【図１５】第３実施例としての画像処理装置の機能的構成を示すブロック図である。
【図１６】第３実施例における画像処理の概要を示すフローチャートである。
【図１７】画像処理制御情報取得手段７２Ｂが画像処理制御情報として画像品質特性情報を取得する方法について示す説明図である。
【図１８】画像処理条件情報と、画像の鮮鋭度を示す画像処理制御情報としての画像品質特性情報の例を示す説明図である。
【図１９】第３実施例における鮮鋭度強調処理のための画像処理パラメータに関するファジィルールの例を示す説明図である。
【図２０】第３実施例におけるファジィ推論の例を示す説明図である。
【図２１】画像調整用の画面を示す説明図である。
【符号の説明】
２０…画像処理装置
２２…バス
２４…ＣＰＵ
２６…ＲＯＭ
２８…ＲＡＭ
３０…キーボード
３２…マウス
３４…ハードディスク
３６…通信装置
４０…画像入力手段
４２…スキャナ
４４…カメラ
５０…画像出力手段
５２…ＣＲＴ
５４…カラープリンタ
６０…サーバ
７２…画像処理制御情報取得手段
７２Ａ…画像処理制御情報取得手段
７２Ｂ…画像処理制御情報取得手段
７４…画像処理パラメータ推論決定手段
７６…画像処理手段
ＴＢＬ１…情報変換テーブル
ＴＢＬ２…情報変換テーブル
Claims (30)
- 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する工程と、
（ｂ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｃ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備える画像処理方法。 - 請求項１記載の画像処理方法であって、
前記入力特性情報として、前記画像入力手段の解像度およびＭＴＦのいずれかを少なくとも含み、
前記出力特性情報として、前記画像出力手段の解像度を含み、
前記推論決定される画像処理パラメータには、シャープネスゲイン、平均化マスクサイズ、および、グレイニネスのいずれかを少なくとも含み、
前記工程（ｃ）では、前記推論決定された画像処理パラメータに応じて、前記入力画像の画像データに対して鮮鋭度強調処理を少なくとも行う、
画像処理方法。 - 請求項１または請求項２記載の画像処理方法であって、
前記工程（ａ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項１ないし請求項３のいずれかに記載の画像処理方法であって、
前記工程（ａ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項４記載の画像処理方法であって、さらに、
基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ａ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項１ないし請求項５のいずれかに記載の画像処理方法であって、
前記工程（ｂ）は、
前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含む、
画像処理方法。 - 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備える画像処理装置。 - 請求項７記載の画像処理装置であって、
前記入力特性情報として、前記画像入力手段の解像度およびＭＴＦのいずれかを少なくとも含み、
前記出力特性情報として、前記画像出力手段の解像度を含み、
前記推論決定される画像処理パラメータには、シャープネスゲイン、平均化マスクサイズ、および、グレイニネスのいずれかを少なくとも含み、
前記画像処理手段では、前記推論決定された画像処理パラメータに応じて、前記入力画像の画像データに対して鮮鋭度強調処理を少なくとも行う、
画像処理装置。 - 請求項７または請求項８記載の画像処理装置であって、
前記画像処理制御情報取得手段は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項７ないし請求項９のいずれかに記載の画像処理装置であって、
前記画像処理制御情報取得手段は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項１０記載の画像処理装置であって、さらに、
基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する手段を含み、
前記画像処理制御情報取得手段は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項７ないし請求項１１のいずれかに記載の画像処理装置であって、
前記画像処理パラメータ推論決定手段は、
前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する手段を含む、
画像処理装置。 - 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質を得るための画像処理における少なくとも１つの画像処理パラメータを決定するための画像処理制御情報として、前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体。 - 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理方法であって、
（ａ）前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを用意する工程と、
（ｂ）前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する工程と、
（ｃ）前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する工程であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する工程と、
（ｄ）前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する工程と、
を備える画像処理方法。 - 請求項１４記載の画像処理方法であって、
前記画像処理条件情報は、
出力媒体を示す情報と、出力画像の用途を示す情報と、画像に含まれる対象物を示す情報との少なくとも１つをさらに含む、
画像処理方法。 - 請求項１４または請求項１５記載の画像処理方法であって、
前記画像処理制御情報は、
前記画像処理パラメータに関連する出力画像の品質を表す画像品質特性情報を含む、
画像処理方法。 - 請求項１６記載の画像処理方法であって、
前記画像品質特性情報は、
出力画像の鮮やかさに関する情報と、出力画像のシャープさに関する情報と、出力画像の滑らかさに関する情報と、出力画像の質感に関する情報と、出力画像のコントラストに関する情報と、出力画像の色合いに関する情報と、のうちの少なくとも１つを含む、
画像処理方法。 - 請求項１６または請求項１７のいずれかに記載の画像処理方法であって、
前記工程（ｂ）は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項１６ないし請求項１８のいずれかに記載の画像処理方法であって、
前記工程（ｂ）は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項１９記載の画像処理方法であって、さらに、
基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する工程を含み、
前記工程（ｂ）は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する工程を含む、
画像処理方法。 - 請求項１４ないし請求項２０のいずれかに記載の画像処理方法であって、
前記工程（ｃ）は、
前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する工程を含む、
画像処理方法。 - 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行う画像処理装置であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルと、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する画像処理制御情報取得手段と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する画像処理パラメータ推論決定手段であって、前記入力特性情報によって、前記選択された画像入力手段に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する画像処理パラメータ推論決定手段と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する画像処理手段と、
を備える画像処理装置。 - 請求項２２記載の画像処理装置であって、
前記画像処理条件情報は、
出力媒体を示す情報と、出力画像の用途を示す情報と、画像に含まれる対象物を示す情報とのうちの少なくとも１つをさらに含む、
画像処理装置。 - 請求項２２または請求項２３記載の画像処理装置であって、
前記画像処理制御情報は、
前記画像処理パラメータに関連する出力画像の品質を表す画像品質特性情報を含む、
画像処理装置。 - 請求項２４記載の画像処理装置であって、
前記画像品質特性情報は、
出力画像の鮮やかさに関する情報と、出力画像のシャープさに関する情報と、出力画像の滑らかさに関する情報と、出力画像の質感に関する情報と、出力画像のコントラストに関する情報と、出力画像の色合いに関する情報と、のうちの少なくとも１つを含む、
画像処理装置。 - 請求項２４または請求項２５のいずれかに記載の画像処理装置であって、
前記画像処理制御情報取得手段は、さらに、
前記入力画像の統計的情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項２４ないし請求項２６のいずれかに記載の画像処理装置であって、
前記画像処理制御情報取得手段は、さらに、
前記所定の画像品質に関するオペレータの要望を表す意図情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項２７記載の画像処理装置であって、さらに、
基準となる画像品質に対する複数のオペレータそれぞれの意図情報のずれ量を表す嗜好情報を前記複数のオペレータごとに予め用意する手段を含み、
前記画像処理制御情報取得手段は、さらに、操作を行うオペレータに関する情報に応じて前記嗜好情報を前記画像処理制御情報として取得する手段を含む、
画像処理装置。 - 請求項２２ないし請求項２８のいずれかに記載の画像処理装置であって、
前記画像処理パラメータ推論決定手段は、前記少なくとも１つの画像パラメータを前記画像処理制御情報に基づいてファジィ推論により決定する手段を含む、
画像処理装置。 - 複数の画像入力手段の中から任意に選択された画像入力手段によって取得された入力画像に基づいて、複数の画像出力手段の中から任意に選択された画像出力手段から出力画像を出力する際に、前記出力画像が所定の画像品質を有するように、前記入力画像の画像データに画像処理を行うためのコンピュータプログラムの少なくとも一部を記録したコンピュータ読み取り可能な記録媒体であって、
前記所定の画像品質に影響を与える画像処理条件情報であって前記画像入力手段を示す情報と前記画像出力手段を示す情報とを少なくとも含む画像処理条件情報を、前記所定の画像品質を得るための画像処理に関する少なくとも１つの画像処理パラメータを決定するための画像処理制御情報に変換するための情報変換テーブルを作成する機能と、
前記画像処理条件情報を取得するとともに、前記情報変換テーブルに従って前記画像処理条件情報に対応する画像処理制御情報であって前記入力画像の品質に影響を与える前記選択された画像入力手段に特有の入力特性情報と、前記出力画像の品質に影響を与える前記選択された画像出力手段に特有の出力特性情報とを少なくとも含む画像処理制御情報を取得する機能と、
前記画像処理制御情報に基づいて、前記選択された画像入力手段および前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータを推論決定する機能であって、前記入力特性情報によって、前記選択された画像入力手段置に応じた前記少なくとも１つの画像処理パラメータに関する第１推論結果を得、前記出力特性情報によって、前記選択された画像出力手段に応じた前記少なくとも１つの画像処理パラメータに関する第２推論結果を得、さらに、これら第１および第２の推論結果を合成し、合成された推論結果の重心を求めることによって得られた推論結果を前記少なくとも１つの画像処理パラメータとして推論決定する機能と、
前記少なくとも１つの画像処理パラメータに応じて、前記入力画像の画像データを処理することによって、前記所定の画像品質を有する出力画像を生成する機能と、
をコンピュータに実行させるためのコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25462498A JP3911354B2 (ja) | 1997-09-02 | 1998-08-24 | 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 |
| US09/145,896 US6115104A (en) | 1997-09-02 | 1998-09-02 | Image processing using parameters related to image input and output devices |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25417597 | 1997-09-02 | ||
| JP9-254175 | 1997-09-02 | ||
| JP25462498A JP3911354B2 (ja) | 1997-09-02 | 1998-08-24 | 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11150656A JPH11150656A (ja) | 1999-06-02 |
| JP3911354B2 true JP3911354B2 (ja) | 2007-05-09 |
Family
ID=26541566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25462498A Expired - Fee Related JP3911354B2 (ja) | 1997-09-02 | 1998-08-24 | 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6115104A (ja) |
| JP (1) | JP3911354B2 (ja) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6654510B1 (en) * | 1998-10-14 | 2003-11-25 | Konica Corporation | Image processing method and image processing system |
| JP2000165647A (ja) * | 1998-11-26 | 2000-06-16 | Seiko Epson Corp | 画像データ処理方法および画像データ印刷装置並びに画像データ処理プログラムを記録した記録媒体 |
| US20010052942A1 (en) * | 2000-01-31 | 2001-12-20 | Maccollum George O. | Electronic camera system with modular printer and base |
| JP2001318745A (ja) * | 2000-05-11 | 2001-11-16 | Sony Corp | データ処理装置およびデータ処理方法、並びに記録媒体 |
| AU1342502A (en) * | 2000-09-20 | 2002-04-02 | Nik Multimedia Inc | Digital image sharpening system |
| JP2002314803A (ja) * | 2001-01-17 | 2002-10-25 | Seiko Epson Corp | 画像ファイルの生成および出力 |
| JP3725454B2 (ja) * | 2001-01-17 | 2005-12-14 | セイコーエプソン株式会社 | 画像ファイルの出力画像調整 |
| JP3520860B2 (ja) | 2001-02-09 | 2004-04-19 | セイコーエプソン株式会社 | 画像ファイルの出力画像調整 |
| ATE380435T1 (de) | 2001-03-15 | 2007-12-15 | Seiko Epson Corp | Bildverarbeitungsvorrichtung |
| US6937365B2 (en) * | 2001-05-30 | 2005-08-30 | Polaroid Corporation | Rendering images utilizing adaptive error diffusion |
| ATE310284T1 (de) * | 2001-07-12 | 2005-12-15 | Do Labs | Verfahren und vorrichtung zur erzeugung formatierter information, die mit den fehlern zumindest eines geräts einer kette verbunden ist, insbesondere der bildschärfeverzerrung |
| US6965702B2 (en) * | 2002-02-27 | 2005-11-15 | Eastman Kodak Company | Method for sharpening a digital image with signal to noise estimation |
| US7065255B2 (en) * | 2002-05-06 | 2006-06-20 | Eastman Kodak Company | Method and apparatus for enhancing digital images utilizing non-image data |
| JP4007052B2 (ja) | 2002-05-07 | 2007-11-14 | セイコーエプソン株式会社 | 画像処理制御データ更新装置 |
| US7327390B2 (en) * | 2003-02-04 | 2008-02-05 | Eastman Kodak Company | Method for determining image correction parameters |
| JP2005006220A (ja) * | 2003-06-13 | 2005-01-06 | Sony Corp | 入出力装置及び入出力管理システム |
| JP2005278755A (ja) * | 2004-03-29 | 2005-10-13 | Toshiba Corp | 医用画像表示システム |
| US7471319B2 (en) * | 2005-10-28 | 2008-12-30 | Hewlett-Packard Development Company, L.P. | Lens and CCD correction using singular value decomposition |
| TWI351666B (en) | 2006-10-05 | 2011-11-01 | Au Optronics Corp | Liquid crystal display and driving method thereof |
| US20080158585A1 (en) * | 2006-12-27 | 2008-07-03 | Seiko Epson Corporation | Apparatus, method, program for supporting printing, system, method, and program for printing, and recording medium |
| JP4518102B2 (ja) * | 2007-05-21 | 2010-08-04 | セイコーエプソン株式会社 | 画像データの出力調整 |
| JP4552970B2 (ja) * | 2007-05-31 | 2010-09-29 | ブラザー工業株式会社 | 印刷制御装置及びプログラム |
| US8417046B1 (en) | 2008-11-10 | 2013-04-09 | Marvell International Ltd. | Shadow and highlight image enhancement |
| US8634673B1 (en) * | 2008-11-10 | 2014-01-21 | Marvell International Ltd. | Method and apparatus for automatically tuning a parameter of an image enhancement algorithm based on an attribute of an original image |
| US8751693B2 (en) * | 2009-12-25 | 2014-06-10 | Samsung Electronics Co., Ltd. | Apparatus for and method of processing data |
| US8509527B1 (en) | 2010-06-23 | 2013-08-13 | Marvell International Ltd. | Intensity based pixel quantization |
| US8958636B1 (en) | 2010-07-28 | 2015-02-17 | Marvell International Ltd. | Configurable color trapping |
| KR101341025B1 (ko) * | 2010-08-11 | 2013-12-13 | 엘지디스플레이 주식회사 | 영상 표시장치의 화질 개선 시뮬레이션 방법과 그 장치 |
| TWI481811B (zh) * | 2011-01-24 | 2015-04-21 | Hon Hai Prec Ind Co Ltd | 機台狀態偵測系統及方法 |
| US8565540B2 (en) * | 2011-03-08 | 2013-10-22 | Neal Solomon | Digital image and video compression and decompression methods |
| CN105069755A (zh) * | 2014-11-27 | 2015-11-18 | 沈阳工业大学 | 多路雾霾图像增强处理装置及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5083154A (en) * | 1990-04-02 | 1992-01-21 | Fuji Photo Film Co., Ltd. | Copying apparatus, print evaluating method for copying apparatus, method for setting printing conditions, and copying apparatus controller |
| US5281995A (en) * | 1990-07-27 | 1994-01-25 | Fuji Photo Film Co., Ltd. | Method of determining an exposure for use in an image forming apparatus |
| US5835627A (en) * | 1995-05-15 | 1998-11-10 | Higgins; Eric W. | System and method for automatically optimizing image quality and processing time |
| US5694484A (en) * | 1995-05-15 | 1997-12-02 | Polaroid Corporation | System and method for automatically processing image data to provide images of optimal perceptual quality |
| JP3595389B2 (ja) * | 1995-09-19 | 2004-12-02 | 大日本印刷株式会社 | 製版システム |
-
1998
- 1998-08-24 JP JP25462498A patent/JP3911354B2/ja not_active Expired - Fee Related
- 1998-09-02 US US09/145,896 patent/US6115104A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11150656A (ja) | 1999-06-02 |
| US6115104A (en) | 2000-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3911354B2 (ja) | 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体 | |
| KR100374019B1 (ko) | 화상처리방법 및 장치 및 시스템 및 기억매체 | |
| US6252995B1 (en) | Method of and apparatus for enhancing image sharpness | |
| US20020025079A1 (en) | Image processing apparatus, an image processing method, a medium on which an image processing control program is recorded, an image evaluation device, an image evaluation method and a medium on which an image evaluation program is recorded | |
| JP2011018354A (ja) | 画像修整プログラムを記録した媒体、画像修整装置および画像修整方法 | |
| US7397583B2 (en) | Method and device for proofing raster print data while maintaining the raster information | |
| US11233921B2 (en) | Image processing apparatus that specifies edge pixel in target image using single-component image data | |
| JP4496602B2 (ja) | 画像処理方法および画像処理装置 | |
| US8107757B2 (en) | Data correction method, apparatus and program | |
| JP4093413B2 (ja) | 画像処理装置、画像処理プログラム及び該プログラムを記録した記録媒体 | |
| US8804202B2 (en) | Image processing apparatus, image processing method, and recording medium | |
| US10529058B2 (en) | Image processing apparatus that smooths image using classification result of pixels included therein | |
| JP4089862B2 (ja) | 画像形成装置、画像形成方法および記録媒体 | |
| US10339636B2 (en) | Image processing apparatus that specifies edge pixel in target image by calculating edge strength | |
| JP6736299B2 (ja) | 印刷装置、印刷方法、および、プログラム | |
| EP1387568A2 (en) | Printing system and layout data generation device | |
| EP1883048B1 (en) | Data correction method, apparatus and program | |
| JP2001155174A (ja) | 画像処理方法および装置 | |
| US20030137699A1 (en) | Method of changing halftone dot area, and device and program for processing halftone data | |
| JP4359730B2 (ja) | モノトーン変換装置、モノトーン変換方法およびモノトーン変換プログラムを記録した媒体 | |
| JP4019239B2 (ja) | 画像鮮鋭化方法および画像鮮鋭化装置 | |
| JP4063971B2 (ja) | 画像処理方法および装置 | |
| JP2001024872A (ja) | 画像処理方法及び装置及び画像処理システム、及び記録媒体 | |
| US8730525B2 (en) | Method and device for proofing raster print data while maintaining the raster information | |
| JP2000285232A5 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050830 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051122 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060120 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060523 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060724 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20060801 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061010 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061208 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070129 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100202 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100202 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110202 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110202 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120202 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120202 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130202 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130202 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140202 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |